P. 1
Apostila Controle e Servomecanismos

Apostila Controle e Servomecanismos

|Views: 20|Likes:
Publicado porcrespan

More info:

Published by: crespan on Aug 26, 2011
Direitos Autorais:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

01/12/2013

pdf

text

original

Sections

  • Terminologia b´asica
  • Malha aberta×malha fechada
  • Exemplos ilustrativos
  • Func¸ ˜ao de transferˆencia
  • Ganho DC
  • Sistemas de primeira ordem
  • Sistemas de segunda ordem
  • Caracter´ısticas da resposta ao degrau
  • Ganho DC n˜ao-unit´ario
  • Efeito da adic¸ ˜ao de um zero
  • Resposta `a entrada senoidal
  • Diagramas de Bode
  • Modelagem
  • Linearizac¸ ˜ao
  • Controle de motores DC
  • Instabilidade: pˆendulo invertido
  • Representac¸ ˜oes por vari´aveis de estado
  • Limitac¸ ˜oes dos modelos matem´aticos
  • Atributos de um sistema de controle
  • Sistema um-grau-de-liberdade
  • Estabilidade entrada-sa´ıda
  • Realimentac¸ ˜ao unit´aria
  • Tipos de sistemas de controle
  • Erros de regime: entradas degrau, rampa e par´abola
  • Faixa de passagem
  • Sensibilidade
  • Sensibilidade do sistema em malha aberta
  • Sensibilidade do sistema em malha fechada
  • Rejeic¸ ˜ao de dist´urbios
  • Controle da resposta transit´oria
  • Controle da resposta em freq¨uˆencia
  • Casos especiais
  • Polinˆomios auxiliares
  • Aplicac¸ ˜ao em Controle
  • Princ´ıpio do Argumento
  • Aplicac¸ ˜ao em controle
  • Crit´erio de estabilidade de Nyquist
  • Margem de ganho e margem de fase
  • Motivac¸ ˜ao
  • Condic¸ ˜oes de magnitude e fase
  • Regras b´asicas
  • Regras adicionais
  • Projeto de compensadores
  • Compensac¸ ˜ao via lugar das ra´ızes
  • Compensac¸ ˜ao avanc¸o (lead)
  • Compensac¸ ˜ao atraso (lag)
  • Compensac¸ ˜ao avanc¸o-atraso (lead-lag)
  • Constantes de erro
  • Margem de fase×ξ
  • Introduc¸ ˜ao `a compensac¸ ˜ao via RF
  • Introduc¸ ˜ao
  • Procedimento
  • Compensador atraso
  • Resposta em freq¨uˆencia em malha fechada
  • Atraso de transporte
  • Vari´aveis de estado
  • Equac¸ ˜oes de estado e de sa´ıda
  • Espac¸o e trajet´oria de estados
  • Representac¸ ˜ao matricial
  • Equac¸ ˜oes dinˆamicas
  • Soluc¸ ˜ao n˜ao-forc¸ada (u = 0)
  • Soluc¸ ˜ao forc¸ada
  • Autovalores e autovetores
  • Multiplicidades alg´ebrica e geom´etrica
  • Forma canˆonica de Jordan
  • Pontos de equil´ıbrio
  • Estabilidade assint´otica
  • Estabilidade interna×estabilidade entrada-sa´ıda
  • Transformac¸ ˜oes de similaridade
  • Controlabilidade
  • Forma canˆonica control´avel
  • F´ormula de Ackermann
  • Observabilidade
  • Estimador (observador) de estados
  • Forma canˆonica observ´avel
  • Controlador baseado no estimador
  • Controle proporcional
  • Controle digital
  • Conversor A/D
  • Conversor D/A
  • Controlador digital
  • Equac¸ ˜oes a diferˆenc¸as
  • Func¸ ˜oes de transferˆencia discretas
  • Mapeamento Plano s – Plano z
  • Amostragem de sistemas cont´ınuos
  • Diagramas de blocos
  • Especificac¸ ˜oes de desempenho
  • Projeto via discretizac¸ ˜ao
  • Projeto via emulac¸ ˜ao
  • Projeto via Lugar das Ra´ızes
  • Per´ıodo primitivo: At´e 1900
  • Per´ıodo pr´e-cl´assico: 1900-1935
  • Per´ıodo cl´assico: 1935-1950
  • Per´ıodo moderno: Ap´os 1950

1

Universidade Estadual de Campinas
Faculdade de Eng
a
El ´ etrica & Computac¸ ˜ ao
Departamento de Telem´ atica
NOTAS DE AULAS DE EA721
PRINC
´
IPIOS DE CONTROLE &
SERVOMECANISMOS
Paulo Augusto Valente Ferreira
Fevereiro de 2006
EA721 / PAULO VALENTE / UNICAMP 2
Aula 1
Introduc¸ ˜ ao ao Controle Autom´ atico
Terminologia b´ asica
Malha aberta malha fechada
Exemplos ilustrativos
Terminologia b´ asica
1. Certos termos utilizados para descrever vari´ aveis e configurac¸ ˜ oes relacionadas a
sistemas de controle tornaram-se padr ˜ oes com o passar do tempo. Apresentamos a
seguir alguns termos b´ asicos. Termos mais espec´ıficos surgir˜ ao no transcorrer do
curso.
Sistema. O termo sistema designa um arranjo, conjunto ou colec¸ ˜ ao de compo-
nentes conectados ou relacionados de maneira a formar ou agir como uma uni-
dade. Um sistema n˜ ao ´ e algo necessariamente f´ısico. O termo pode ser usado em
referˆ encia a sistemas econˆ omicos, biol ´ ogicos ou mecˆ anicos, entre outros;
Controle. O termo controle ´ e usualmente empregado no sentido de regulac¸ ˜ ao,
direcionamento ou comando. Um sistema de controle seria um arranjo de com-
ponentes conectados ou relacionados de maneira a se auto-regular (direcionar, co-
mandar), ou regular (direcionar, comandar) um outro sistema.
2. As definic¸ ˜ oes acima s˜ ao suficientemente gerais para que, num sentido mais abs-
trato, qualquer objeto f´ısico possa ser considerado um sistema de controle. Uma
simples superf´ıcie refletora controla raios de luz, refletindo-os de acordo com os
seus ˆ angulos de incidˆ encia. Qualquer coisa controla o ambiente a sua volta, pas-
siva ou ativamente. Em Engenharia, sistema de controle adquire um sentido mais
restrito, designando sistemas utilizados para controlar (ativamente) vari ´ aveis como
temperatura, press˜ ao e vaz˜ ao em processos qu´ımicos, tens˜ ao e freq¨ uˆ encia em sis-
temas de gerac¸ ˜ ao e distribuic¸ ˜ ao de energia, posic¸ ˜ ao e velocidade angulares de mo-
tores, trajet ´ oria de ve´ıculos, etc.
Planta. O termo planta (ou processo, ou sistema controlado) ´ e usado para de-
signar o sistema que ´ e objeto da ac¸ ˜ ao do sistema de controle.
EA721 / PAULO VALENTE / UNICAMP 3
3. Planta ´ e uma traduc¸ ˜ ao da palavra inglˆ esa plant, que tamb´ em poderia ser tra-
duzida como f´ abrica ou instalac¸ ˜ ao industrial, ambiente onde muitos sistemas de
controle tiveram origem. Geralmente utilizamos os termos planta e processo, sem
distinc¸ ˜ ao, para designar aquilo que queremos controlar, embora o termo controle
de processos esteja mais frequentemente associado ao controle de sistemas que
envolvam vari´ aveis como temperatura, press˜ ao e vaz˜ ao, presentes em industrias
qu´ımicas, por exemplo. Neste curso adotamos o termo planta para designar o ob-
jeto da ac¸ ˜ ao de controle. A planta ´ e representada como um bloco relacionando uma
vari ´ avel de entrada a uma vari ´ avel de sa´ıda (Figura 1.1).
PSfrag replacements
Entrada Sa´ıda
Planta
Figura 1.1: Planta.
4. Definimos a seguir alguns termos relativos a quantidades presentes em sistemas
de controle. Os valores dessas quantidades geralmente s˜ ao func¸ ˜ oes da vari´ avel
independente tempo.
Vari ´ avel de referˆ encia. A vari´ avel de referˆ encia (ou comandada) serve de re-
ferˆ encia (no sentido de comportamento desejado) para a vari ´ avel controlada;
Vari ´ avel controlada. A vari´ avel controlada (ou regulada) ´ e qualquer vari´ avel
que se deseja controlar. A vari´ avel controlada ´ e geralmente representada pela
vari´ avel de sa´ıda do sistema de controle;
Vari ´ avel de controle. A vari ´ avel de controle (ou manipulada) ´ e a quantidade
determinada pela ac¸ ˜ ao de um controlador. A vari´ avel de controle ´ e geralmente
identificada como a vari´ avel de entrada da planta;
Controlador. Um controlador (ou compensador) ´ e qualquer sistema conectado
` a planta no sentido de fazer a vari´ avel controlada responder de acordo com o espe-
cificado pela vari´ avel de referˆ encia.
5. Exemplos. No controle de posic¸ ˜ ao do eixo de um motor DC (planta), as
vari´ aveis de controle e controlada s˜ ao, respectivamente, a tens˜ ao aplicada nos ter-
minais de entrada do motor e a posic¸ ˜ ao angular resultante do eixo. O controla-
EA721 / PAULO VALENTE / UNICAMP 4
dor poderia ser simplesmente um transdutor, que converteria a posic¸ ˜ ao desejada
(vari´ avel de referˆ encia) em radianos ou graus na tens˜ ao necess´ aria para produz´ı-la.
Num tanque para aquecimento de ´ agua (planta), as vari´ aveis de controle e con-
trolada s˜ ao, respectivamente, a quantidade de calor transferida ao tanque e a tem-
peratura resultante da ´ agua. Um controlador converteria a temperatura desejada
(vari´ avel de referˆ encia) na quantidade de calor necess´ aria para atingi -la.
6. Se as vari´ aveis de referˆ encia, de controle e de sa´ıda forem denotadas por r, u e y,
respectivamente, ent˜ ao ´ e poss´ıvel representar um sistema de controle em malha
aberta como na Figura 1.2.
PSfrag replacements
r u y
Planta Controlador
Figura 1.2: Sistema em malha aberta.
7. Os blocos (sistemas) Controlador e Planta s˜ ao vistos agora como subsistemas de
um sistema mais complexo. A principal caracter´ıstica do sistema em malha aberta
da Figura 1.2 ´ e inexistˆ encia de realimentac¸ ˜ ao: os valores assumidos pela vari´ avel
de controle n˜ ao dependem dos valores da vari´ avel de sa´ıda. A ac¸ ˜ ao de controle ´ e
func¸ ˜ ao apenas do processamento da vari´ avel de referˆ encia pelo controlador. Por
simplicidade, os termos vari´ avel de referˆ encia, vari´ avel de entrada e vari´ avel de
sa´ıda ser˜ ao abreviados para referˆ encia, entrada e sa´ıda do sistema, respectivamente.
PSfrag replacements
r u y e
Planta Controlador
Sensor
Comparador
Figura 1.3: Sistema em malha fechada.
8. Em contraste com o sistema de controle em malha aberta da Figura 1.2, a Figura
1.3 ilustra um sistema de controle em malha fechada, realimentado, no sentido
EA721 / PAULO VALENTE / UNICAMP 5
de que a sa´ıda y ´ e medida e comparada com a sa´ıda desejada, indicada atrav´ es da
referˆ encia r, para processamento atrav´ es do controlador e a consequente definic¸ ˜ ao
da ac¸ ˜ ao de controle u.
9. Dois novos componentes s˜ ao introduzidos na Figura 1.3. A sa´ıda do sistema
´ e medida atrav´ es do componente representado no bloco Sensor. Em seguida, a
referˆ encia ´ e comparada com o valor medido, no bloco Comparador. A sa´ıda do
comparador ser´ a denotada por e. Em geral, a sa´ıda do comparador ´ e simplesmente
o erro entre a referˆ encia e o valor medido, isto ´ e, e = r −y.
10. Exemplos. No controle de posic¸ ˜ ao do motor DC mencionado anteriormente,
o sistema de controle encontra-se em malha aberta, uma vez que a tens˜ ao definida
pelo controlador n˜ ao depende da posic¸ ˜ ao angular do eixo. O mesmo ocorre no con-
trole de temperatura do tanque: a quantidade de calor definida pelo controlador n˜ ao
depende da temperatura da ´ agua. Nas vers˜ oes em malha fechada desses sistemas,
as vari´ aveis de sa´ıda seriam medidas atrav´ es de sensores apropriados e compara-
das com os valores desejados. Os erros resultantes seriam ent ˜ ao processados pelos
respectivos controladores para os ajustes necess´ arios (realimentac¸ ˜ ao).
11.
`
As vezes torna-se conveniente explicitar a parte do sistema de controle res-
pons´ avel pela atuac¸ ˜ ao na planta, como na Figura 1.4, atrav´ es do bloco Atuador.
Em sistemas f´ısicos, o atuador ´ e o componente que gera a potˆ encia necess´ aria para
produzir a sa´ıda do sistema. A descric¸ ˜ ao do atuador pode ser incorporada ` a do
controlador ou ` a da planta. Neste curso, optamos por designar de controlador ape-
nas a parte do sistema que ´ e efetivamente projet´ avel, sendo o atuador geralmente
considerado como parte integrante da planta.
PSfrag replacements
+

r
y
e
Planta Controlador
Sensor
Atuador
Figura 1.4: Sistema explicitando o atuador.
EA721 / PAULO VALENTE / UNICAMP 6
12. Idealmente, se fosse poss´ıvel representar a planta, o controlador e o ambiente
no qual o sistema de controle est´ a inserido com precis˜ ao infinita, n˜ ao seria ne-
cess´ ario utilizar sistemas de controle em malha fechada; sistemas em malha aberta
seriam suficientes. A principal raz˜ ao para a utilizac¸ ˜ ao de um sistema de controle
em malha fechada ´ e a eventual presenc¸a de dist ´ urbios agindo sobre o sistema.
Dist ´ urbio. O termo dist ´ urbio designa genericamente qualquer evento que tenda
a afetar o funcionamento do sistema de controle de forma adversa. Pode ser gerado
internamente ou externamente ao sistema de controle.
13. Exemplos. Um sensor descalibrado ou sujeito a ru´ıdos gera medidas que n˜ ao
refletem os valores da sa´ıda, gerando um dist ´ urbio interno. Os valores medi-
dos incorretamente ser˜ ao realimentados, afetando o funcionamento do sistema. Se
parte da descric¸ ˜ ao da planta ´ e omitida na etapa de modelagem do sistema, a parte
n˜ ao-modelada pode agir como dist ´ urbio interno. A velocidade do vento representa
um dist ´ urbio externo para os sistemas de controle de trajet ´ oria de ve´ıculos. A
forc¸a e a amplitude das ondas representam dist ´ urbios externos para os sistemas de
estabilizac¸ ˜ ao de plataformas mar´ıtimas.
PSfrag replacements
+

r u y e
w
v
Planta Controlador
Sensor
Figura 1.5: Sistema em malha fechada sujeito a dist ´ urbios.
14. A traduc¸ ˜ ao de dist ´ urbios em termos de vari´ aveis est´ a diretamente ligada ` as
caracter´ısticas da planta, do sensor e do ambiente no qual o sistema em malha fe-
chada opera. A Figura 1.5 ilustra um sistema de controle em malha fechada no
qual vari´ aveis de dist ´ urbio agindo na planta e no sensor s˜ ao explicitamente con-
EA721 / PAULO VALENTE / UNICAMP 7
sideradas. O diagrama da Figura 1.5 involve dois grupos de trˆ es vari´ aveis com
caracter´ısticas distintas. As vari´ aveis r, w e v s˜ ao entradas externas (independen-
tes), no sentido de que afetam, mas n˜ ao s˜ ao afetadas pelas vari´ aveis e, u e y. As
vari´ aveis e, u e y representam sa´ıdas controladas (dependentes).
15. Do ponto de vista de implementac¸ ˜ ao f´ısica, classificamos um sistema de con-
trole em malha fechada como manual ou autom´ atico.
Controle manual. Tipo de controle em malha fechada no qual a realimentac¸ ˜ ao
´ e implementada atrav´ es de um operador humano, que realiza uma ou mais das
func¸ ˜ oes de comparador, controlador ou sensor.
Controle autom´ atico. Tipo de controle em malha fechada no qual as func¸ ˜ oes
de comparador, controlador e sensor s˜ ao executadas sem a intervenc¸ ˜ ao humana,
atrav´ es de sistemas eletrˆ onicos, hidr´ aulicos ou pneum´ aticos, por exemplo.
16. Uma caracter´ıstica inerente ao desenvolvimento da ´ area de sistemas de con-
trole ´ e a progressiva substituic¸ ˜ ao de sistemas de controle manuais por sistemas
autom´ aticos, particularmente em atividades que demandem assist ˆ encia constante,
ac¸ ˜ oes repetitivas ou que possam ser potencialmente perigosas para a integridade
f´ısica dos operadores. Sistemas de controle autom´ aticos s˜ ao geralmente capazes de
executar suas func¸ ˜ oes com maior precis˜ ao e rapidez do que seria poss´ıvel atrav´ es
de controle manual.
17. Do ponto de vista da func¸ ˜ ao a ser executada, classificamos um sistema de
controle em malha fechada como sendo do tipo servomecanismo ou regulac¸ ˜ ao.
Servomecanismo. O termo servomecanismo surgiu no contexto do desenvolvi-
mento de certos mecanismos de controle de posic¸ ˜ ao. O termo problema do servo-
mecanismo serve atualmente para designar o problema de fazer a sa´ıda do sistema
seguir (acompanhar, rastrear) uma referˆ encia especificada.
Regulac¸ ˜ ao. O termo regulac¸ ˜ ao ´ e empregado para designar a func¸ ˜ ao de controle
que visa manter a sa´ıda do sistema razoavelmente pr ´ oxima ` a uma referˆ encia espe-
cificada. O termo problema da regulac¸ ˜ ao designa o problema de regular a sa´ıda
do sistema.
18. Exemplo. No controle em malha fechada do motor DC, o problema de levar o
eixo do motor da sua posic¸ ˜ ao inicial at´ e a posic¸ ˜ ao desejada (isto ´ e, fazer a posic¸ ˜ ao
EA721 / PAULO VALENTE / UNICAMP 8
do eixo comec¸ar a seguir uma func¸ ˜ ao tipo degrau, de amplitude igual a posic¸ ˜ ao
desejada) constitui um problema de servomecanismo. Manter a posic¸ ˜ ao do eixo
suficentemente pr´ oxima ` a posic¸ ˜ ao desejada, a despeito de poss´ıveis dist ´ urbios que
possam afetar o sistema, constitui um problema de regulac¸ ˜ ao.
19. O objetivo num problema de regulac¸ ˜ ao ´ e manter uma certa condic¸ ˜ ao nomi-
nal de operac¸ ˜ ao, caracterizada pelos valores nominais das vari ´ aveis presentes no
sistema. Quando a sa´ıda se desvia do seu valor nominal por influˆ encia de algum
dist ´ urbio, as demais vari´ aveis devem tamb´ em sofrer desvios no sentido de restau-
rar a condic¸ ˜ ao anterior ao dist ´ urbio. Podemos representar o problema da regulac¸ ˜ ao
atrav´ es do diagrama da Figura 1.5, substituindo cada vari ´ avel pelo respectivo des-
vio em relac¸ ˜ ao ao seu valor nominal. A referˆ encia seria o valor constante zero,
uma vez que o objetivo agora seria levar o desvio da sa´ıda para zero, restaurando-
se desta forma a condic¸ ˜ ao nominal de operac¸ ˜ ao do sistema.
Malha aberta × malha fechada
20. Sistemas de controle em malha aberta s˜ ao de implementac¸ ˜ ao e manutenc¸ ˜ ao
mais simples e s˜ ao mais baratos - possuem menos componentes - do que os corres-
pondentes sistemas de controle em malha fechada. Sistemas de controle em malha
aberta podem ser a ´ unica alternativa quando a medic¸ ˜ ao da sa´ıda ´ e t´ ecnica ou econo-
micamente invi´ avel. Eletrodom´ esticos como m´ aquinas de lavar convencionais s˜ ao
exemplos t´ıpicos. Por ser ainda economicamente invi´ avel medir grau de limpeza
da roupa para comparac¸ ˜ ao com o grau de limpeza desejado, funcionam a base de
ciclos (referˆ encias pr´ e-programadas) controlados por timers.
21. Se adequadamente projetados, sistemas de controle em malha fechada tornam
a sa´ıda do sistema relativamente insens´ıvel a dist ´ urbios externos ou internos. Em
princ´ıpio s˜ ao mais caros - possuemmais componentes - mas por terema capacidade
de compensar dist ´ urbios internos, podem ser implementados com componentes de
menor qualidade e custo, sem preju´ızo significativo em termos de desempenho
global. Por outro lado, a realimentac¸ ˜ ao pode produzir instabilidade. A quest˜ ao
da estabilidade da malha de controle deve ser cuidadosamente tratada ao se imple-
mentar sistemas realimentados.
Exemplos ilustrativos
22. Sistemas de controle foram originalmente introduzidos para solucionar proble-
EA721 / PAULO VALENTE / UNICAMP 9
mas de regulac¸ ˜ ao de sistemas mecˆ anicos. A partir da compreens˜ ao e do dom´ınio do
princ´ıpio b´ asico da realimentac¸ ˜ ao, passaram a ser utilizados em diferentes campos
da tecnologia e da ciˆ encia.
Eletromecˆ anica
23. Atualmente uma parcela expressiva das aplicac¸ ˜ oes de sistemas de controle
envolvem sistemas eletromecˆ anicos, como motores e robˆ os. Um exemplo nesta
´ area ´ e o controle de uma unidade de leitura de discos magn´ eticos, ilustrado na
Figura 1.6. Um disco magn´ etico ´ e um dispositivo para armazenamento de dados e
consiste de uma superf´ıcie circular coberta por material magn´ etico. Os dados s˜ ao
armazenados numa s´ erie de c´ırculos concˆ entricos, chamados de trilhas. Existem
milhares de trilhas num disco magn´ etico.
PSfrag replacements
trilha
disco
brac¸o
motor
Figura 1.6: Unidade de leitura de disco magn´ etico.
24. O objetivo no sistema ilustrado na Figura 1.6 ´ e posicionar a cabec¸a da unidade
de leitura de forma a ler os dados armazenados numa trilha qualquer do disco.
A cabec¸a de leitura, constru´ıda com material do tipo filme fino, ´ e montada num
dispositivo deslizante conectado na extremidade de um brac¸o mecˆ anico e paira a
uma distˆ ancia de 100 nm da superf´ıcie do disco. A velocidade de rotac¸ ˜ ao do disco,
constante, encontra-se entre 1800 e 7800 rpm.
25. Um sistema de controle em malha fechada para o posicionamento da cabec¸a
de leitura de um disco magn´ etico ´ e ilustrado na Figura 1.7. Cada trilha do disco
possui um ´ındice que pr´ e-registra a sua posic¸ ˜ ao. A cabec¸a de leitura lˆ e a posic¸ ˜ ao
(´ındice) da trilha corrente, a qual ´ e comparada com a posic¸ ˜ ao (´ındice) desejada.
EA721 / PAULO VALENTE / UNICAMP 10
O sinal de erro de posic¸ ˜ ao ´ e transmitido ao amplificador, o qual por sua vez gera
uma entrada de controle para um motor DC de im˜ a permanente, respons´ avel pelo
posicionamento do brac¸o da leitora.
PSfrag replacements
+

Amplificador Motor e Brac¸o
Posic¸ ˜ ao Posic¸ ˜ ao
Desejada Leitura
Sensor
Figura 1.7: Sistema de controle da posic¸ ˜ ao de leitura.
26. As especificac¸ ˜ oes de desempenho para o sistema de controle em malha fechada
s˜ ao bastante r´ıgidas: o erro entre a posic¸ ˜ ao desejada e a posic¸ ˜ ao final da cabec¸a de
leitura deve ser da ordem de ±1 µm; a cabec¸a deve mover-se entre duas trilhas
quaisquer do disco num intervalo de 50 ms.
Biomedicina
27. O uso de conceitos e t´ ecnicas de controle autom´ atico na ´ area de biomedicina
pode ser ilustrado atrav´ es da discuss˜ ao de umsistema autom´ atico para administrac¸ ˜ ao
de insulina, um hormˆ onio produzido no pˆ ancreas.
28. A maioria dos alimentos que ingerimos ´ e transformada em glicose, uma forma
de ac¸ ´ ucar que ´ e transformada pelo corpo humano em energia. A insulina ajuda a
glicose de origem alimentar a penetrar nas c´ elulas, de forma a que estas produzam
energia. Na ausˆ encia de insulina, a glicose se acumula no corpo ao inv´ es de ser ab-
sorvida pelas c´ elulas. O diabetes se manifesta quando o corpo n˜ ao produz insulina
suficiente ou ´ e incapaz de utilizar eficientemente a insulina que produz.
29. A Figura 1.8 ilustra os perfis de produc¸ ˜ ao de glicose e insulina de uma pessoa
saud´ avel, os quais servem de referˆ encia para um sistema autom´ atico para adminis-
trac¸ ˜ ao de insulina a ser implantado num paciente diab´ etico. O sistema de controle
representado na Figura 1.9 ´ e do tipo malha aberta porque a tecnologia atual ainda
n˜ ao permite miniaturarizar um sensor para n´ıveis de glicose. Um sistema composto
por um reservat ´ orio de insulina, motor, bomba e v´ alvula administra uma taxa de
EA721 / PAULO VALENTE / UNICAMP 11
insulina como pr´ e-programado num gerador de sinal.
PSfrag replacements
Insulina
Glicose
Concentrac¸ ˜ ao
Caf´ e Almoc¸o Jantar
tempo
Figura 1.8: Perfis normais de glicose e insulina.
PSfrag replacements
Gerador de Sinal
(Programado)
Motor, Bomba
e V´ avula
v(t)
(tens˜ ao)
u(t)
Taxa de
Insullina
Figura 1.9: Controle em malha aberta de glicose.
30. Avanc¸os na ´ area de miniaturarizac¸ ˜ ao de sensores dever˜ ao viabilizar sistemas
em malha fechada implantados para controle do n´ıvel de glicose no sangue, press˜ ao
sang¨ u´ınea e taxa de batimento card´ıaco, entre outros.
Economia
31. Tentativas no sentido de modelar alguns processos no campo das ci ˆ encias so-
ciais como sistemas de controle tˆ em sido realizadas com relativo sucesso. Embora
a Sociedade, como um sistema, possua in´ umeros componentes e muitas malhas
de controle, certas relac¸ ˜ oes de causa-e-efeito b´ asicas em Economia, por exemplo,
podem ser representadas de forma simplificada.
32. O Produto Interno Bruto (PIB) anualizado de um pa´ıs ´ e a soma dos va-
lores de todos os produtos e servic¸os produzidos no pa´ıs no per´ıodo de um ano.
EA721 / PAULO VALENTE / UNICAMP 12
Um dos objetivos da ac¸ ˜ ao governamental ´ e promover e controlar o crescimento do
PIB, nos moldes de um sistema de controle como o ilustrado na Figura 1.10. A
principal vari´ avel de controle do governo, oriunda da coleta de impostos, s˜ ao seus
investimentos na atividade econˆ omica, a qual tamb´ em recebe entradas na forma de
investimentos privados e gastos dos consumidores.
PSfrag replacements
PIB PIB
Desejado
Governo
Investimentos Privados
Atividade
Econˆ omica
Impostos
Consumidores
Medida
+
+
+
+
+


Figura 1.10: PIB como um sistema realimentado.
33. Embora bastante simplificado, o diagrama de blocos ajuda a entender os meca-
nismos b´ asicos do comportamento do PIB numa economia nacional (capitalista).
Dentre as malhas de controle n˜ ao-evidenciadas, encontra-se a respons´ avel pelo
controle de deficit, isto ´ e, da diferenc¸a entre o que ´ e investido e o que ´ e arrecadado
pelo governo.
EA721 / PAULO VALENTE / UNICAMP 13
Revis˜ ao 1
Resposta Temporal
Func¸ ˜ ao de transferˆ encia
Ganho DC
Sistemas de primeira ordem
Sistemas de segunda ordem
Func¸ ˜ ao de transferˆ encia
1. Sistemas lineares invariantes no tempo podem ser genericamente representados
por uma equac¸ ˜ ao diferencial linear ordin´ aria:
y
(n)
+a
n−1
y
(n−1)
+ +a
1
˙ y +a
0
y =
b
m
u
(m)
+b
m−1
u
(m−1)
+ +b
1
˙ u +b
0
u (m ≤ n),
na qual y e u s˜ ao as vari´ aveis de sa´ıda e de entrada do sistema e a
0
, a
1
, . . . , a
n−1
,
b
0
, b
1
. . . , b
m
s˜ ao coeficientes constantes. A sa´ıda y fica completamente caracte-
rizada a partir do conhecimento da entrada u, e das condic¸ ˜ oes iniciais y(0), ˙ y(0),
. . . , y
(n−1)
(0). Aplicando a Transformada de Laplace (L) a ambos os lados da
equac¸ ˜ ao diferencial supondo condic¸ ˜ oes iniciais nulas e dividindo Y (s) = L[y(t)]
por U(s) = L[u(t)], obtemos a func¸ ˜ ao de transferˆ encia do sistema:
G(s) =
Y (s)
U(s)
=
b
m
s
m
+b
m−1
s
m−1
+ +b
1
s +b
0
s
n
+a
n−1
s
n−1
+ +a
1
s +a
0
.
2. Atrav´ es do conceito de func¸ ˜ ao de transferˆ encia ´ e poss´ıvel representar umsistema
dinˆ amico atrav´ es de uma func¸ ˜ ao alg´ ebrica racional (raz˜ ao de dois polinˆ omios) na
freq¨ uˆ encia complexa s. Se a maior potˆ encia de s do denominador de G(s) for n,
dizemos que a ordem do sistema ´ e n. A forma fatorada de G(s) ´ e
G(s) =
k(s −z
1
)(s −z
2
) (s −z
m
)
(s −p
1
)(s −p
2
) (s −p
n
)
,
na qual k ´ e uma constante, z
1
, z
2
, . . . , z
m
s˜ ao as ra´ızes do numerador e p
1
, p
2
,
. . . , p
n
s˜ ao as ra´ızes do denominador de G(s). Se a func¸ ˜ ao de transferˆ encia for
irredut´ıvel, isto ´ e, se z
i
,= p
j
para todo i e todo j, dizemos que z
1
, z
2
, . . . , z
m
s˜ ao
EA721 / PAULO VALENTE / UNICAMP 14
os zeros e que p
1
, p
2
, . . . , p
n
s˜ ao os p´ olos de G(s). Ao lidarmos com sistemas re-
presentados pelas suas func¸ ˜ oes de transferˆ encia devemos atentar para as seguintes
propriedades b´ asicas:
• A func¸ ˜ ao de transferˆ encia independe da entrada aplicada ao sistema. A sa´ıda
do sistema depende da entrada pois y(t) = L
−1
[G(s)U(s)]. A func¸ ˜ ao de
transferˆ encia depende apenas dos coeficientes (que tamb´ em definem a or-
dem) da equac¸ ˜ ao diferencial;
• A func¸ ˜ ao de transferˆ encia ´ e a transformada de Laplace da sa´ıda do sistema
quando a entrada ´ e a func¸ ˜ ao impulso δ(t). De fato, se g ´ e a sa´ıda do sistema
devida ` a entrada u(t) = δ(t) (U(s) = 1), isto ´ e, se g ´ e a reposta do sistema
ao impulso, ent˜ ao G(s) = L[g(t)].
3. A resposta temporal de um sistema linear invariante no tempo nada mais ´ e
do que a sa´ıda do sistema y para uma dada entrada u. Podemos obter a resposta
temporal de um sistema representado pela sua func¸ ˜ ao de transferˆ encia atrav´ es do
seguinte procedimento:
Passo 1: Obtenha a Transformada de Laplace da entrada: U(s) = L[u(t)];
Passo 2: Calcule Y (s) = G(s)U(s). Expresse Y (s) como soma de frac¸ ˜ oes par-
ciais:
Y (s) = Y
1
(s) +Y
2
(s) + +Y
n
(s);
Passo 3: Obtenha as anti-transformadas de Laplace das frac¸ ˜ oes de Y (s). A soma
dos termos resultantes ´ e a reposta temporal do sistema:
y(t) = L
−1
[Y
1
(s)] +L
−1
[Y
2
(s)] + +L
−1
[Y
n
(s)], t ≥ 0.
Os Passos 1 e 3 s˜ ao normalmente executados com o aux´ılio de uma Tabela de
Transformadas de Laplace. O Passo 2 envolve o c´ alculo dos res´ıduos associados
` as frac¸ ˜ oes parciais de Y (s), atrav´ es de regras dependentes da natureza dos p´ olos
de G(s) (distintos, m´ ultiplos, complexos).
Ganho DC
4. Podemos calcular o valor final da resposta y de um sistema linear invariante
no tempo descrito pela func¸ ˜ ao de transferˆ encia G(s) a uma entrada particular u
EA721 / PAULO VALENTE / UNICAMP 15
atrav´ es do chamado Teorema do Valor Final:
lim
t→∞
y(t) = lim
s→0
sY (s),
= lim
s→0
sG(s)U(s).
Supomos implicitamente que y possui um valor final, isto ´ e, que y converge
para algum n´ umero real quando t tende para o infinito. Se u(t) = A, t ≥ 0
(degrau unit´ ario de amplitude A), ent˜ ao U(s) = A/s e
lim
t→∞
y(t) = lim
s→0
sG(s)
A
s
,
= lim
s→0
G(s)A.
Se y possui um valor final, o limite indicado existe e o valor final de y ´ e G(0)A.
Entretanto, o limite pode existir, sem significado f´ısico, mesmo que y n˜ ao possua
valor final. O valor G(0) ´ e chamado de ganho DC ou ganho de regime do sistema
para uma entrada constante, em analogia ao termo utilizado para descrever sinais
el´ etricos constantes.
Sistemas de primeira ordem
5. Modelos de primeira ordem s˜ ao utilizados para descrever um grande n´ umero de
processos simples, como a velocidade de uma massa, a temperatura de um reator, o
n´ıvel de um tanque ou a tens˜ ao num circuito RC s´ erie. Sistemas de primeira ordem
assumem a seguinte forma padr˜ ao:
G(s) =
Y (s)
U(s)
=
k
τs + 1
, (1)
na qual k e τ s˜ ao o ganho e a constante de tempo do sistema, respectivamente.
6. Resposta ao degrau unit´ ario. Se U(s) = 1/s, ent˜ ao
Y (s) = G(s)U(s) =
k
s(τs + 1)
=
k/τ
s(s + 1/τ)
,
=
k
s

k
s + (1/τ)
.
A anti-transformada de Y (s) (resposta ao degrau) ´ e
y(t) = k −ke
−t/τ
= k(1 −e
−t/τ
), t ≥ 0. (2)
EA721 / PAULO VALENTE / UNICAMP 16
O termo k da resposta ao degrau unit´ ario (2) ´ e devido ao p´ olo na origem de
U(s), e ´ e chamado de resposta forc¸ada ou resposta emregime do sistema, porque
o termo permanece quando t tende ao infinito. O termo ke
−t/τ
´ e devido ao p´ olo
de G(s), e ´ e chamado por sua vez de resposta transit ´ oria ou resposta natural
do sistema, porque o termo desaparece quando t tende ao infinito. A Figura R1.1
ilustra a resposta t´ıpica de um sistema de primeira ordem ` a entrada degrau unit´ ario.
Para obter a resposta a um degrau de amplitude A, basta multiplicar a sa´ıda por A.
Time (sec.)
A
m
p
lit
u
d
e
Step Response
0 0.5 1 1.5 2 2.5 3
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
From: U(1)
T
o
: Y
(
1
)
Figura R1.1: Resposta ao degrau unit´ ario (k = 1, τ = 0.5 s).
7. A tabela abaixo indica como a exponencial e
−t/τ
decai em func¸ ˜ ao de m´ ultiplos
da constante de tempo τ. Observamos que ap´ os quatro constantes de tempo o valor
da exponencial ´ e inferior a 2% do valor inicial. Consequentemente, ap´ os t = 4τ s
(qualquer que seja τ) o valor da resposta ´ e superior a 98% do seu valor final, k.
t e
−t/τ
0 1
τ 0.3679
2τ 0.1353
3τ 0.0498
4τ 0.0183
5τ 0.0067
8. O ganho DC do sistema de primeira ordem ´ e G(0) = k. Se a amplitude do
degrau for A, ent˜ ao o valor final da sa´ıda ser´ a kA. O valor DC de um sistema pode
ser calculado mesmo que a entrada n˜ ao seja constante. Na pr´ atica, se a entrada
EA721 / PAULO VALENTE / UNICAMP 17
permanecer igual a A por um per´ıodo superior a 4τ s, o valor da sa´ıda tender´ a ` a
constante G(0)A.
9. Resposta ` a rampa unit´ aria. Se U(s) = 1/s
2
, ent˜ ao
Y (s) =
k
s
2
(τs + 1)
=
(k/τ)
s
2
(s + 1/τ)
,
= −

s
+
k
s
2
+

s + (1/τ)
.
A anti-transformada de Y (s) (resposta ` a rampa) ´ e
y(t) = kt +kτe
−t/τ
−kτ, t ≥ 0.
O fator que multiplica a exponencial agora depende de τ. Quanto maior τ,
mais prolongada ser´ a a resposta transit ´ oria do sistema. A resposta em regime ` a
rampa unit´ aria, isto ´ e, a parte da resposta ` a rampa que permanece quando t tende ao
infinito, ´ e y(t)
re
= kt −kτ (t →∞). Observamos que a resposta ` a rampa tende a
uma reta de inclinac¸ ˜ ao k. A Figura R1.2 ilustra a resposta t´ıpica de um sistema de
primeira ordem ` a entrada rampa unit´ aria. Do mesmo modo, para obter a resposta a
uma rampa de inclinac¸ ˜ ao A (s
−1
), basta multiplicar a sa´ıda por A.
0 1 2 3 4 5 6 7 8 9 10
0
1
2
3
4
5
6
7
8
9
10
PSfrag replacements
t (s)
u
y
Figura R1.2: Resposta do sistema ` a rampa unit´ aria (k = 1, τ = 0.5 s).
Sistemas de segunda ordem
EA721 / PAULO VALENTE / UNICAMP 18
10. Modelos de segunda ordem s˜ ao tamb´ em representativos de um grande n´ umero
de processos de interesse, como a posic¸ ˜ ao de uma massa num sistema massa-mola-
atrito, o deslocamento angular do eixo de um motor DC (modelo simplificado) ou
a carga no capacitor de um circuito RLC s´ erie. A forma padr˜ ao de um sistema de
segunda ordem ´ e
G(s) =
Y (s)
U(s)
=
ω
2
n
s
2
+ 2ξω
n
s +ω
2
n
,
na qual ξ ´ e o fator de amortecimento e ω
n
´ e a freq¨ uˆ encia natural (em rad/s)
do sistema. Um sistema de segunda ordem ´ e completamente caracterizado pelos
valores de ξ e ω
n
. A freq¨ uˆ encia natural ´ e tamb´ em chamada de freq¨ uˆ encia n˜ ao-
amortecida. Seria a freq¨ uˆ encia de oscilac¸ ˜ ao do sistema caso ξ = 0. O ganho DC
do sistema de segunda ordem na forma padr˜ ao ´ e G(0) = 1. O valor final da sa´ıda
´ e igual a qualquer valor de entrada constante.
11. Resposta ao degrau unit´ ario. Se U(s) = 1/s, ent˜ ao
Y (s) =
ω
2
n
s(s
2
+ 2ξω
n
s +ω
2
n
)
.
A natureza das ra´ızes de s
2
+ 2ξω
n
s +ω
2
n
= 0,
s
1,2
= −ξω
n
±ω
n
_
ξ
2
−1,
varia de acordo com o valor de ξ ≥ 0:
ξ > 1 : ra´ızes reais distintas;
ξ = 1 : ra´ızes reais m´ ultiplas;
ξ < 1 : ra´ızes complexas conjulgadas.
Resposta sub-amortecida. Se ξ < 1, dizemos qua a resposta ´ e sub-amortecida e
representamos as ra´ızes s
1,2
na forma
s
1,2
= −ξω
n
±jω
d
,
na qual ω
d
= ω
n
_
1 −ξ
2
´ e a freq¨ uˆ encia de oscilac¸ ˜ ao forc¸ada do sistema, depen-
dente do fator de amortecimento ξ. Para obter a reposta do sistema sub-amortecido,
expressamos Y (s) em frac¸ ˜ oes parciais:
EA721 / PAULO VALENTE / UNICAMP 19
Y (s) =
1
s

s + 2ξω
n
s
2
+ 2ξω
n
s +ω
2
n
,
=
1
s

s +ξω
n
(s +ξω
n
)
2

2
d

ξω
n
(s +ξω
n
)
2

2
d
.
Anti-transformando Y (s) com o aux´ılio de uma Tabela de Transformadas, ob-
temos ent˜ ao
y(t) = 1 −e
−ξωnt
_
cos ω
d
t +
ξ
_
1 −ξ
2
sen ω
d
t
_
,
= 1 −
e
−ξωnt
_
1 −ξ
2
sen
_
ω
d
t + tg
−1
_
1 −ξ
2
ξ
_
, t ≥ 0.
A resposta oscila com freq¨ uˆ encia amortecida ω
d
e tende a 1 (amplitude do
degrau unit´ ario) quando t tende ao infinito. Se ξ = 0 (ω
d
= ω
n
), obtemos
y(t) = 1 −cos ω
n
t, t ≥ 0.
A resposta oscila sem amortecimento em torno de 1 na freq¨ uˆ encia natural ω
n
.
Dizemos neste caso que a resposta ´ e n˜ ao-amortecida.
Resposta criticamente amortecida. Se ξ = 1, ent˜ ao
s
2
+ 2ξω
n
s +ω
2
n
= (s +ω
n
)
2
e as ra´ızes s˜ ao reais e m´ ultiplas. A resposta correspondente, n˜ ao-oscilat ´ oria, ´ e
y(t) = 1 −e
−ωnt
(1 +ω
n
t), t ≥ 0,
sendo chamada de criticamente amortecida.
Resposta super-amortecida. Se ξ > 1, ent˜ ao
s
2
+ 2ξωs +ω
2
n
=
_
−ξω
n

n
_
ξ
2
−1
__
−ξω
n
−ω
n
_
ξ
2
−1
_
e as ra´ızes s˜ ao reais e distintas. A resposta correspondente, n˜ ao-oscilat ´ oria, ´ e
EA721 / PAULO VALENTE / UNICAMP 20
y(t) = 1 +
ω
n
2
_
ξ
2
−1
_
e
s
1
t
s
1

e
s
2
t
s
2
_
, t ≥ 0,
na qual s
1,2
= −ξω
n
± ω
n
_
ξ
2
−1, sendo chamada de super-amortecida. Se
[s
1
[ << [s
2
[, ent˜ ao e
s
2
t
decai muito mais r´ apido do que e
s
1
t
e a resposta pode ser
aproximada por
y(t) · 1 +
ω
n
2
_
ξ
2
−1
e
s
1
t
s
1
, t ≥ 0.
Dizemos que a ra´ız s
1
´ e dominante em relac¸ ˜ ao a s
2
. A resposta obtida ´ e
tipicamente a de um sistema de primeira ordem.
EA721 / PAULO VALENTE / UNICAMP 21
Revis˜ ao 2
Resposta Temporal
Sistemas de segunda ordem
Caracter´ısticas da resposta ao degrau
Ganho DC n˜ ao-unit´ ario
Efeito da adic¸ ˜ ao de um zero
Sistemas de segunda ordem
1. Dado um sistema de segunda ordem na forma padr˜ ao,
G(s) =
Y (s)
U(s)
=
ω
2
n
s
2
+ 2ξω
n
s +ω
2
n
,
seus p´ olos complexos conjulgados (ξ < 1),
s
1,2
= −ξω
n
±jω
d
, ω
d
= ω
n
_
1 −ξ
2
,
podem ser localizados no plano s como ilustra a Figura R2.1.
PSfrag replacements
Re s
Ims

d
−ω
d
ω
n
ξω
n
−ξω
n
θ
0
s
1
s
2
Figura R2.1: Localizac¸ ˜ ao dos p´ olos no plano s.
Relac¸ ˜ oes trigonom´ etricas simples mostram que
[s
1
[ = [s
2
[ =
_
(ξω
n
)
2
+
_
ω
n
_
1 −ξ
2
_
2
= ω
n
,
EA721 / PAULO VALENTE / UNICAMP 22
isto ´ e, que a distˆ ancia de s
1
(s
2
) ` a origem do plano s ´ e igual a freq¨ uˆ encia natural
do sistema. Al´ em disso, o ˆ angulo θ indicado ´ e tal que
cos θ =
ξω
n
ω
n
= ξ,
implicando que ξ tende a 1 (ω
d
tende a 0) quando θ tende a 0, e que ξ tende a 0 (ω
d
tende a ω
n
) quando θ tende a π/2. A freq¨ uˆ encia de oscilac¸ ˜ ao forc¸ada ω
d
aumenta
com a diminuic¸ ˜ ao de ξ ou com o aumento de ω
n
.
Caracter´ısticas da resposta ao degrau
2. Respostas ao degrau unit´ ario t´ıpicas de sistemas de segunda ordem sub-amor-
tecidos (ξ < 1), criticamente amortecidos (ξ = 1) e super-amortecidos (ξ > 1)
s˜ ao ilustradas na Figura R2.2. Dentre as respostas n˜ ao-oscilat ´ orias (ξ ≥ 1), a
que mais r´ apido se aproxima da referˆ encia degrau unit´ ario ´ e a correspondente ao
caso criticamente amortecido. Excetuando-se casos onde oscilac¸ ˜ oes n˜ ao possam
ser toleradas, como em determinadas aplicac¸ ˜ oes em Rob´ otica, ´ e desej´ avel que a
resposta transit ´ oria seja suficientemente r´ apida e amortecida, o que implica em
fatores de amortecimento entre 0.4 e 0.8.
Time (sec.)
A
m
p
l
i
t
u
d
e
Step Response
0 5 10 15
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
From: U(1)
T
o
:

Y
(
1
)
PSfrag replacements
ξ = 0 .1
.2
.3
.4
1
2
Figura R2.2: Respostas ao degrau em func¸ ˜ ao de ξ (ω
n
= 1).
3. A resposta sub-amortecida de um sistema de segunda ordem pode ser expressa
EA721 / PAULO VALENTE / UNICAMP 23
na forma
y(t) = 1 −
e
−ξωnt
_
1 −ξ
2
sen
_
ω
d
t + tg
−1
_
1 −ξ
2
ξ
_
, t ≥ 0. (3)
A constante de tempo do sistema de segunda ordem ´ e τ = 1/(ξω
n
), sendo
assim inversamente proporcional ao valor absoluto da parte real dos p´ olos de G(s).
4. V´ arias caracter´ısticas da resposta sub-amortecida de um sistema de segunda
ordem podem ser expressas atrav´ es dos parˆ ametros ξ e ω
n
. A resposta ilustrada
na Figura R2.3 indica alguns dos ´ındices que utilizamos para avaliar a qualidade
da resposta. Todos os ´ındices discutidos a seguir s˜ ao calculados, alguns de forma
aproximada, a partir da resposta sub-amortecida do sistema de segunda ordem,
dada por (3).
Time (sec.)
A
m
p
l
i
t
u
d
e
Step Response
0 1 2 3 4 5 6 7 8
0
0.2
0.4
0.6
0.8
1
1.2
1.4
From: U(1)
T
o
:

Y
(
1
)
PSfrag replacements
t
r
t
p
t
s
M
p
Figura R2.3: Resposta ao degrau unit´ ario (ξ = 0.5, ω
n
= 2).
Tempo de subida, t
r
. Intervalo de tempo necess´ ario para que a resposta v´ a de
0% a 100%, como na Figura R2.3, ou, como ser´ a assumido, de 10% a 90% do
seu valor final. Matematicamente, t
r
= t
2
− t
1
, onde t
1
e t
2
s˜ ao tempos tais que
y(t
1
) = 0.1 e y(t
2
) = 0.9. O tempo de subida possui uma pequena dependˆ encia
do fator de amortecimento, como ilustra a Figura R2.2. Entretanto admitindo o
EA721 / PAULO VALENTE / UNICAMP 24
valor m´ edio ξ = 0.5, podemos aproximar o tempo de subida por
t
r
=
1.8
ω
n
. (s)
O fator determinante do tempo de subida ´ e a freq¨ uˆ encia natural do sistema.
M´ axima sobre-elevac¸ ˜ ao, M. M´ aximo valor da resposta medida a partir do seu
valor final. A m´ axima sobre-elevac¸ ˜ ao ´ e obtida resolvendo-se ˙ y(t
p
) = 0 (condic¸ ˜ ao
de inclinac¸ ˜ ao nula para um ponto de m´ aximo de y(t)) para o menor tempo t
p
poss´ıvel, chamado de tempo de pico, t
p
. Ap´ os as operac¸ ˜ oes necess´ arias,
M = e
−(ξ/

1−ξ
2

, t
p
=
π
ω
d
. (s)
´
E usual representarmos a m´ axima sobre-elevac¸ ˜ ao emtermos percentuais: M
p
=
M100. A sobre-elevac¸ ˜ ao depende apenas do fator de amortecimento do sistema;
o tempo de pico depende tamb´ em da freq¨ uˆ encia natural.
Tempo de acomodac¸ ˜ ao, t
s
. Tempo necess´ ario para que a resposta alcance e
permanec¸a dentro de uma faixa percentual do seu valor final. Se utilizarmos uma
faixa de 2%, o tempo de acomodac¸ ˜ ao ser´ a de aproximadamente quatro constantes
de tempo:
t
s
= 4τ =
4
ξω
n
. (s)
O tempo de acomodac¸ ˜ ao depende simultaneamente do fator de amortecimento
e da freq¨ uˆ encia natural.
5. Exemplo. Considere o sistema de segunda ordem
G(s) =
Y (s)
U(s)
=
4
s
2
+ 2s + 4
=
2
2
s
2
+ 2 0.5 2s + 2
2
.
O sistema exibe ξ = 0.5 e ω
n
= 2 rad/s.
Tempo de subida:
t
r
=
1.8
2
= 0.90 s;
M´ axima sobre-elevac¸ ˜ ao:
M
p
= e
−(0.5/

1−0.5
2

100 = 16.30 %;
EA721 / PAULO VALENTE / UNICAMP 25
Tempo de pico:
t
p
=
π
1.73
= 1.81 s;
Tempo de acomodac¸ ˜ ao:
t
s
=
4
0.5 2
= 4.00 s.
6. Em Controle estamos frequentemente interessados em sintetizar um sistema
de segunda ordem, isto ´ e, construir um sistema de segunda ordem que apresente
caracter´ısticas desejadas de resposta ao degrau, especificadas atrav´ es de t
r
, t
s
e
M
p
, principalmente. Construir o sistema significa, ´ e claro, determinar os valores
de ξ e ω
n
que satisfazem as especificac¸ ˜ oes formuladas.
7. Exemplo. Considere o problema de sintetizar um sistema de segunda ordem, ou
seja, determinar ξ e ω
n
, tal que
M
p
≤ 10 %,
t
r
≤ 1 s,
t
s
≤ 3 s.
Gr´ aficos M
p
ξ s˜ ao apresentados na maioria dos livros introdut ´ orios de Con-
trole. Veja, por exemplo, Ogata, pg. 155. Para que M
p
≤ 10%, devemos impor
ξ ≥ 0.6. O tempo de subida imp˜ oe uma restric¸ ˜ ao ` a freq¨ uˆ encia natural:
t
r
=
1.8
ω
n
≤ 1 ⇒ ω
n
≥ 1.8 rad/s.
O tempo de acomodac¸ ˜ ao imp˜ oe uma restric¸ ˜ ao adicional, agora sobre o valor de
ξω
n
:
t
s
=
4
ξω
n
≤ 3 ⇒ ξω
n

4
3
Os valores m´ınimos ξ = 0.6 e ω
n
= 1.8 rad/s n˜ ao satisfazem a especificac¸ ˜ ao
relativa ao tempo de acomodac¸ ˜ ao. A soluc¸ ˜ ao mais simples ´ e aumentar ω
n
. Se
ω
n
= 2.3 rd/s, ent˜ ao t
s
= 2.9 s. O sistema que sintetiza a resposta desejada ´ e
G(s) =
ω
2
n
s
2
+ 2ξω
n
s +ω
2
n
=
5.29
s
2
+ 2.76s + 5.29
.
8. A dependˆ encia da resposta de um sistema de segunda ordem ao degrau em
relac¸ ˜ ao aos parˆ ametros ξ e ω
n
sugere ser poss´ıvel delimitar regi ˜ oes do plano s
EA721 / PAULO VALENTE / UNICAMP 26
que caracterizem determinados tipos de resposta. Em outras palavras, uma dada
localizac¸ ˜ ao de p´ olos – alocac¸ ˜ ao de p´ olos no problema de s´ıntese – implica numa
resposta ao degrau descrita em termos de t
r
, t
s
e M
p
, como ilustra a Figura R2.4.
Em particular,
• Uma sobre-elevac¸ ˜ ao m´ axima M
p
implica um fator de amortecimento m´ıni-
mo ξ e um consequente ˆ angulo m´ aximo θ, o que cria um setor no semi-plano
esquerdo;
• Um tempo de subida m´ aximo
¯
t
r
implica uma freq¨ uˆ encia natural m´ınima ω
n
,
o que exclui o interior de um semi-c´ırculo de raio ω
n
;
• Um tempo de acomodac¸ ˜ ao m´ aximo
¯
t
s
implica uma parte real dos p´ olos ξω
n
m´ınima ξω
n
, o que exclui a regi˜ ao ` a esquerda de ξω
n
.
Um sistema de segunda ordem com p´ olos complexos conjulgados pertencentes
` a intersec¸ ˜ ao das trˆ es regi ˜ oes acima (regi˜ ao hachurada na Figura R2.4) ser´ a tal que
M
p
≤ M
p
, t
r

¯
t
r
e t
s

¯
t
s
.
PSfrag replacements
Re s
Ims
t
s

¯
t
s
M
p
≤ M
p
t
r

¯
t
r
Regi˜ ao
de
alocac¸ ˜ ao
0
Figura R2.4: Especificac¸ ˜ oes em termos de regi ˜ oes no plano s.
Ganho DC n˜ ao-unit ´ ario
9. Pode ocorrer do sistema de segunda ordem se apresentar na forma
G(s) =
Y (s)
U(s)
=

2
n
s
2
+ 2ξω
n
s +ω
2
n
,
EA721 / PAULO VALENTE / UNICAMP 27
na qual k ´ e um ganho qualquer, n˜ ao necessariamente unit´ ario. Neste caso, o
ganho DC do sistema passa a valer G(0) = k e a resposta ao degrau do sis-
tema ´ e simplesmente multiplicada por k. Em particular, o valor final de y ser´ a
y(∞) = lim
t→∞
y(t) = k. Uma modificac¸ ˜ ao conveniente para m´ axima sobre-
elevac¸ ˜ ao quando y(∞) ,= 1 ´ e
M
p
=
y(t
p
) −y(∞)
y(∞)
100.
Efeito da adic¸ ˜ ao de um zero
10. O sistema de segunda ordem
G(s) =
Y (s)
U(s)
=

2
n
/a)(s +a)
s
2
+ 2ξω
n
s +ω
2
n
possui um zero adicional em s = −a. Observamos que o ganho k = ω
2
n
/a foi
definido de tal maneira que G(0) = 1 qualquer que seja a, facilitando a an´ alise
a seguir, no sentido de que todas as respostas tender˜ ao ao valor final 1. Para uma
an´ alise do comportamento t´ıpico do sistema ap´ os a introduc¸ ˜ ao do zero, suponha
ξ = 0.7, ω
n
= 2 rad/s e os seguintes valores para a: 5, 2, 1 e 0.5. As respostas ao
degrau correspondentes s˜ ao apresentadas na Figura R2.5.
Time (sec.)
A
m
p
l
i
t
u
d
e
Step Response
0 1 2 3 4 5 6 7 8
0
0.5
1
1.5
2
2.5
From: U(1)
T
o
:

Y
(
1
)
PSfrag replacements
5.0
2.0
1.0
0.5
Figura R2.5: Efeito da introduc¸ ˜ ao de um zero.
EA721 / PAULO VALENTE / UNICAMP 28
11. A parte real do par de p´ olos complexos conjulgados ´ e −ξω
n
= −0.7 2 =
−1.4; o zero encontra-se em s = −a. Quando o zero est ´ a relativamente distante
do p´ olos (a = 5), seu efeito sobre o amortecimento do sistema ´ e desprez´ıvel. O
sistema se comporta como se n˜ ao houvesse o zero.
`
A medida que o zero se desloca
na direc¸ ˜ ao do eixo imagin´ ario, passando pelo p´ olos, produz um efeito equivalente
ao de reduzir o amortecimento do sistema, aumentando assim a sua m´ axima sobre-
elevac¸ ˜ ao.
EA721 / PAULO VALENTE / UNICAMP 29
Revis˜ ao 3
Resposta em Freq¨ uˆ encia
Resposta ` a entrada senoidal
Diagramas de Bode
Resposta ` a entrada senoidal
1. Considere umsistema linear invariante no tempo qualquer modelado pela func¸ ˜ ao
de transferˆ encia G(s). Desejamos obter a resposta em regime do sistema, isto
´ e, y(t) para t → ∞, quando a entrada r ´ e um sinal senoidal de amplitude A e
freq¨ uˆ encia ω dadas: r(t) = Asen ωt, t ≥ 0. No dom´ınio da Transformada de
Laplace,
Y (s) = G(s)R(s), R(s) =

s
2

2
.
2.
´
E sempre poss´ıvel expressar a transformada de Laplace da sa´ıda como
Y (s) = Y
G
(s) +Y
R
(s),
na qual Y
G
(s) e Y
R
(s) representam as parcelas da expans˜ ao em frac¸ ˜ oes parciais de
Y (s) que envolvem exclusivamente os p´ olos de G(s) e de R(s), respectivamente.
A resposta temporal da sa´ıda pode ent˜ ao ser vista como
y(t) = L
−1
[Y (s)],
= L
−1
[Y
G
(s)] +L
−1
[Y
R
(s)],
= y
G
(t) +y
R
(t), t ≥ 0.
3. Assumindo que G(s) possui apenas p´ olos com partes reais estritamente nega-
tivas (p´ olos reais, distintos ou m´ ultiplos, p´ olos complexos conjulgados), a anti-
transformada y
G
(t) conter´ a apenas termos do tipo e
−σt
, t
p
e
−σt
ou e
−σt
sen ω
d
t,
em que p e σ representam genericamente um inteiro e uma constante positivas.
Assim sendo, y
G
(t) → 0 quando t → ∞ (devido ` as exponenciais negativas) e a
resposta em regime do sistema se reduz a
y(t) = y
R
(t) (t →∞).
EA721 / PAULO VALENTE / UNICAMP 30
4. Para obter y
R
(t) ´ e necess´ ario anti-transformar a express˜ ao
Y
R
(s) =
α
s −jω
+
¯ α
s +jω
,
na qual α e ¯ α (complexo conjulgado de α) s˜ ao os res´ıduos associados aos p´ olos de
R(s) (s = jω, s = −jω). Observamos que os res´ıduos de Y
R
(s) dependem de
G(s). De fato,
α = (s −jω)G(s)R(s)[
s=jω
,
= G(jω)

2jω
,
=
AG(jω)
2j
.
¯ α = (s +jω)G(s)R(s)[
s=−jω
,
= G(−jω)

−2jω
,
=
−AG(−jω)
2j
.
Podemos expressar o n´ umero complexo G(jω) na forma exponencial
G(jω) = [G(jω)[e
jφ(jω)
, (4)
na qual [G(jω)[ ´ e a magnitude (ganho) e φ(jω) ´ e a fase (ˆ angulo) de G(jω) na
freq¨ uˆ encia ω. Representamos alternativamente a fase como

G(jω). O fato de
G(jω) ser uma func¸ ˜ ao racional em jω garante as seguintes propriedades:
[G(jω)[ = [G(−jω)[, (5)
φ(−jω) = −φ(jω). (6)
A resposta em regime do sistema ´ e
y(t) = αe
jωt
+ ¯ αe
−jωt
,
=
AG(jω)
2j
e
jωt

AG(−jω)
2j
e
−jωt
.
Usando a representac¸ ˜ ao (4), as propriedades (5)-(6) e denotando por simplici-
dade φ = φ(jω), obtemos
EA721 / PAULO VALENTE / UNICAMP 31
y(t) =
A
2j
[G(jω)[e
j(ωt+φ)

A
2j
[G(−jω)[e
−j(ωt+φ)
,
= A[G(jω)[
_
e
j(ωt+φ)
−e
−j(ωt+φ)
2j
_
.
Finalmente,
y(t) = A[G(jω)[ sen (ωt +φ) (t →∞). (7)
Aresposta emregime do sistema G(s) a uma entrada senoidal r(t) = Asen ωt,
t ≥ 0, ´ e tamb´ em senoidal, da mesma freq¨ uˆ encia ω da entrada, por´ em defasada de
φ (dependente de ω) em relac¸ ˜ ao ` a entrada. A amplitude da resposta senoidal ´ e
A[G(jω)[, sendo a quantidade [G(jω)[ chamada de ganho de regime do sistema
na freq¨ uˆ encia ω. Dizemos que o sistema G(s) amplifica ou atenua a entrada
r(t) = Asen ωt, t ≥ 0, quando [G(jω)[ > 1 ou [G(jω)[ < 1, respectivamente.
5. Exemplo. Considere o sistema de primeira ordem
G(s) =
5
s + 2
, r(t) = 7sen 3t (A = 7, ω = 3 rad/s).
Na freq¨ uˆ encia ω = 3 rad/s,
G(s)[
s=j3
=
5
j3 + 2
, [G(j3)[ = 1.39,

G(j3) = −56.3
o
.
A resposta em regime do sistema ´ e
y(t) = A[G(jω)[ sen (ωt +φ),
= 7 1.39 sen (3t −56.3
o
),
= 9.71 sen (3t −56.3
o
) (t →∞).
Diagramas de Bode
6. Suponha que os valores de [G(jω)[ e

G(jω) sejam conhecidos para toda
freq¨ uˆ encia ω no intervalo 0 < ω < ∞. Como [G(jω)[ e

G(jω) caracterizam
completemente G(jω), dizemos conhecer a resposta em freq¨ uˆ encia do sistema
modelado por G(s). Os diagramas (gr´ aficos)
[G(jω)[ ω e

G(jω) ω
EA721 / PAULO VALENTE / UNICAMP 32
s˜ ao chamados de diagrama de magnitude e diagrama de fase de G(jω), respec-
tivamente. Quando os diagramas s˜ ao apresentados na forma log [G(jω)[ log ω
e

G(jω)[ log ω, recebem a denominac¸ ˜ ao particular de diagramas de Bode.
Normalmente a magnitude ´ e representada em dB (decib´ el):
[G(jω)[
dB
= 20 log [G(jω)[,
na qual log significa logaritmo na base 10. A fase

G(jω) ´ e representada em graus.
Utilizamos escalas lineares para representar a magnitude e a fase de G(jω) e escala
logaritmica para representar a freq¨ uˆ encia ω.
7. A obtenc¸ ˜ ao dos diagramas de Bode de uma dada func¸ ˜ ao G(jω) seria uma ta-
refa mais ´ ardua n˜ ao fosse a possibilidade de construirmos diagramas assint ´ oticos
para G(jω) a partir da sua decomposic¸ ˜ ao em fatores mais simples. O procedi-
mento geral para se obter os diagramas assint ´ oticos de uma dada func¸ ˜ ao G(jω)
ser´ a discutido atrav´ es de um exemplo. Considere
G(s) =
10(s + 3)
s(s + 2)(s
2
+s + 2)
.
• Fazendo s = jω, obtemos
G(jω) =
10(jω + 3)
jω(jω + 2)[(jω)
2
+jω + 2]
;
• Os diversos fatores de G(jω) s˜ ao colocados na forma padr˜ ao ou forma de
Bode, na qual os coeficientes constantes s˜ ao todos iguais a 1:
G(jω) =
7.5
_

3
+ 1
_

_

2
+ 1
__
(jω)
2
2
+

2
+ 1
_;
• As freq¨ uˆ encias de corte de G(jω) s˜ ao ω = 3 (zero em s = −3), ω =
2 (p´ olo em −2) e ω = ω
n
=

2 (ω
n
´ e a freq¨ uˆ encia natural dos p´ olos
complexos conjulgados);
• Magnitude de G(jω) em dB:
[G(jω)[
dB
= 20 log [G(jω)[ = 20 log 7.5+
+ 20 log
_
_
ω
3
_
2
+ 1 −20 log ω −20 log
_
_
ω
2
_
2
+ 1−
−20 log
¸
_
ω
2
_
2
+
_
1 −
ω
2
2
_
2
;
EA721 / PAULO VALENTE / UNICAMP 33
• Fase de G(jω) em graus:

G(jω)[
graus
= tan
−1
ω
3
−90
o
−tan
−1
ω
2
−tan
−1
ω
2
_
1 −
ω
2
2
_;
Obtemos a magnitude (em dB) e a fase (em graus) de G(jω) subtraindo a
soma das parcelas referentes aos fatores do numerador da soma das parcelas
referentes aos fatores do denominador de G(jω);
• Fatores assint ´ oticos:
– Ganho constante:
Magnitude: 20 log 7.5 dB, 0 < ω < ∞
Fase: 0
o
, 0 < ω < ∞
– Zero em s = −3:
Magnitude:
_
0 dB se ω << 3
20 dB/dec se ω >> 3
Fase:
_
0
o
se ω << 3
90
o
se ω >> 3
– P´ olo em s = 0:
Magnitude: −20 log ω, 0 < ω < ∞
Fase: −90
o
, 0 < ω < ∞
– P´ olo em s = −2:
Magnitude:
_
0 dB se ω << 2
−20 dB/dec se ω >> 2
Fase:
_
0
o
se ω << 2
−90
o
se ω >> 2
– P´ olos complexos
EA721 / PAULO VALENTE / UNICAMP 34
Magnitude:
Se ω << ω
n
=

2, ent˜ ao
−20 log
¸
_
ω
2
_
2
+
_
1 −
ω
2
2
_
2
· 0 dB
Se ω >> ω
n
=

2, ent˜ ao
−20 log
¸
_
ω
2
_
2
+
_
1 −
ω
2
2
_
2
·
· −20 log
ω
2
2
dB = −40 log
ω

2
dB
As ass´ıntotas de baixa e alta freq¨ uˆ encias se interceptam em ω =
ω
n
=

2. Para ω >>

2, o ganho cai com −40 dB/dec.
Fase:
_
0
o
se ω << ω
n
=

2
−180
o
se ω >> ω
n
=

2
8. Quando ω << ω
c
, sendo ω
c
a freq¨ uˆ encia de corte de um zero ou p´ olo real,
obtemos 0 dB de magnitude. Por outro lado, quando ω >> ω
c
, a magnitude ´ e dada
por (+ para zero, − para p´ olo)
±20 log
ω
ω
c
= ±(20 log ω −20 log ω
c
). (8)
Uma d´ ecada (dec) acima da freq¨ uˆ encia de corte (ω = 10ω
c
) a magnitude ter´ a
variado ±20 dB, duas d´ ecadas (ω = 10
2
ω
c
) acima, ±40 dB, etc. Dizemos ent˜ ao
que a inclinac¸ ˜ ao da curva de magnitude do zero ou p´ olo real ´ e de ±20 db/dec.
As ass´ıntotas de baixa (ω << ω
c
, inclinac¸ ˜ ao 0 dB/dec) e de alta (ω >> ω
c
)
freq¨ uˆ encias se cruzam em ω = ω
c
. O erro m´ aximo introduzido pelo diagrama
assint ´ otico em relac¸ ˜ ao ao diagrama real ocorre em ω = ω
c
e ´ e dado por
±20 log
¸
_
ω
ω
c
_
2
+ 1 = ±20 log

2 · ±3 dB.
As fases de zeros e p´ olos reais nas suas freq¨ uˆ encias de corte valem ±45
o
.
EA721 / PAULO VALENTE / UNICAMP 35
9. Uma an´ alise similar revela que a inclinac¸ ˜ ao da ass´ıntota de alta freq¨ uˆ encia de um
fator de segunda ordem (zeros ou p´ olos complexos conjulgados) ´ e de ±40 dB/dec.
A Figura R3.1 apresenta os fatores assint ´ oticos (linhas tracejadas), o diagrama as-
sint ´ otico (linha trac¸o-ponto) e o diagrama de magnitude exato (linha s ´ olida) de
G(s) = 10(s+3)/[s(s+2)(s
2
+s+2)]. Obtemos o diagrama assint ´ otico somando
ao fator constante as inclinac¸ ˜ oes dos fatores assint ´ oticos nas suas freq¨ uˆ encias de
corte, o que ´ e poss´ıvel devido ` a representac¸ ˜ ao logaritmica da magnitude.
10
−2
10
−1
10
0
10
1
10
2
−100
−80
−60
−40
−20
0
20
40
60
Figura R3.1: Diagramas de magnitude de G(jω) - assint ´ oticos e exato.
10. A magnitude exata do fator de segunda ordem na intersec¸ ˜ ao das ass´ıntotas de
baixa (inclinac¸ ˜ ao 0 dB/dec) e alta freq¨ uˆ encias, em ω = ω
n
, depende de ξ. De fato,
a magnitude de um fator de segunda ordem gen´ erico seria
±20 log
¸
_

ω
ω
n
_
2
+
_
1 −
ω
2
ω
2
n
_
2
.
No exemplo ilustrativo, ξ · 0.35. Os diagramas da Figura R3.2 s˜ ao relativos
ao fator de segunda ordem com ω
n
=

2 e ξ igualmente espac¸ado de 0.1 a 1.0. A
medida que o fator de amortecimento ξ diminui, o pico da magnitude do fator de
segunda ordem aumenta, assim com a rapidez com que a fase varia. Em ω = ω
n
a
fase ´ e sempre igual a −90
o
(n˜ ao depende de ξ).
EA721 / PAULO VALENTE / UNICAMP 36
10
−1
10
0
10
1
−35
−30
−25
−20
−15
−10
−5
0
5
10
15
Mag. (dB)
10
−1
10
0
10
1
−180
−160
−140
−120
−100
−80
−60
−40
−20
0
Fase (graus)
PSfrag replacements
ξ = 0.1
ξ = 0.1
ξ = 1.0
ξ = 1.0
Figura R3.2: Magnitude e fase do fator de segunda ordem em func¸ ˜ ao de ξ.
11. A freq¨ uˆ encia na qual [G(jω)[ apresenta seu pico, chamada de freq¨ uˆ encia de
ressonˆ ancia, ω
r
, e a magnitude correspondente, chamada de pico de ressonˆ ancia,
M
r
, s˜ ao, respectivamente,
ω
r
= ω
n
_
1 −2ξ
2
e M
r
= [G(jω
r
)[ =
1

_
1 −ξ
2
, 0 ≤ ξ ≤

2/2.
N˜ ao ocorre ressonˆ ancia se ξ >

2/2 · 0.71. Quando ξ tende a zero, a
freq¨ uˆ encia de ressonˆ ancia tende a ω
n
e M
r
tende ao infinito. Se um sistema G(jω)
tal que ξ = 0 for excitado na freq¨ uˆ encia ω
n
, a magnitude [G(jω
n
)[ torna-se infinita.
EA721 / PAULO VALENTE / UNICAMP 37
Aula 2
Representac¸ ˜ ao de Sistemas
Modelagem
Linearizac¸ ˜ ao
Func¸ ˜ ao de transferˆ encia
Diagrama de blocos
Modelagem
1. Os m´ etodos tradicionais de an´ alise e projeto de sistemas de controle partem da
representac¸ ˜ ao os componentes do sistema atrav´ es de modelos matem´ aticos. A mo-
delagem quase sempre ´ e baseada em leis f´ısicas aplic´ aveis ao sistema de interesse.
2. Considere o problema de modelar a velocidade de um autom´ ovel, representado
na Figura 2.1. O autom´ ovel, de massa total m, trafega a uma velocidade v = v(t)
movido pela forc¸a u = u(t) produzida pelo motor. Assuma que o autom´ ovel ´ e um
corpo r´ıgido e que no seu movimento retil´ıneo n˜ ao sofre forc¸as de reac¸ ˜ ao. Neste
caso, a segunda lei de Newton determina que
m ˙ v = u. (9)
PSfrag replacements
v
m
u
Figura 2.1: Modelo linear do autom´ ovel.
3. Obtemos a velocidade do autom´ ovel em qualquer instante t ≥ 0 (t = 0 ´ e
o instante inicial de referˆ encia) resolvendo a equac¸ ˜ ao diferencial linear de pri-
meira ordem a coeficientes constantes (9), uma vez especificada a condic¸ ˜ ao inicial
v(0) = v
0
. Em Controle dizemos que o modelo obtido ´ e linear (equac¸ ˜ ao diferen-
EA721 / PAULO VALENTE / UNICAMP 38
cial linear) e invariante no tempo (coeficientes n˜ ao dependem do tempo). Entre-
tanto, o modelo a ser adotado deve refletir todos os fatores julgados relevantes para
descrever como a velocidade do autom´ ovel se comporta em condic¸ ˜ oes realistas.
Alguns desses fatores s˜ ao discutidos a seguir.
Atrito de rolagem. A superf´ıcie sob as rodas do autom´ ovel introduz uma forc¸a
de atrito de rolagem igual a µf
N
, na qual µ ´ e uma constante que depende das
caracter´ısticas de contato entre as rodas e superf´ıcie de rolagem e f
N
´ e a forc¸a
normal atuando na superf´ıcie;
Resistˆ encia do ar. O ar op˜ oe resistˆ encia ao movimento na forma de uma forc¸a
de reac¸ ˜ ao igual a kv
2
, em que k ´ e uma constante que depende das dimens˜ oes e da
geometria do autom´ ovel;
Inclinac¸ ˜ ao da pista. A superf´ıcie de rolagem ´ e normalmente uma sucess˜ ao de
aclives e declives, as quais tˆ em influˆ encia significativa na velocidade resultante
do autom´ ovel. A inclinac¸ ˜ ao da superf´ıcie, w = w(t), age como um dist ´ urbio
externo;
Massa vari ´ avel. Para produzir a forc¸a propulsora do seu movimento, o autom´ ovel
consome combust´ıvel e portanto sua massa total varia no tempo (m = m(t)). A
variac¸ ˜ ao de massa age como um dist ´ urbio interno (se n˜ ao for modelada).
PSfrag replacements
mg
w
mg cos w
m
v
u
m
g
s
e
n
w
Figura 2.2: Modelo n˜ ao-linear do autom´ ovel.
4. Assumindo que a variac¸ ˜ ao da massa do autom´ ovel devida ao consumo de com-
bust´ıvel tem pouca influˆ encia sobre o comportamento da velocidade, obtemos o
EA721 / PAULO VALENTE / UNICAMP 39
seguinte modelo n˜ ao-linear (invariante no tempo) para descrever a velocidade do
autom´ ovel:
m˙ v = −kv
2
−µmg cos w −mg sen w +u. (10)
5. O lado direito de (10) ´ e a soma das forc¸as que atuam na direc¸ ˜ ao do movimento
do autom´ ovel, como ilustra a Figura 2.2. Observe v, u e w dependem de t.
Linearizac¸ ˜ ao
6. Os m´ etodos de an´ alise e projeto discutidos em cursos introdut ´ orios de Controle
s˜ ao v´ alidos apenas para sistemas lineares invariantes no tempo (LIT’s). Tendo
chegado ao modelo mais simples que representa a planta a ser controlada, devemos
proceder ` a linearizac¸ ˜ ao do modelo, caso este seja n˜ ao-linear.
7. Parece um contra-senso obter um modelo n˜ ao-linear para depois lineariz´ a-lo,
mas existem boas raz˜ oes para fazermos isso.
a) A linearizac¸ ˜ ao ´ e feita em torno de uma condic¸ ˜ ao nominal (ponto de equil´ıbrio)
do modelo. Uma condic¸ ˜ ao nominal seria, por exemplo, um autom´ ovel tra-
fegando com velocidade constante de v
0
= 80 km/h numa superf´ıcie de
inclinac¸ ˜ ao constante de w
0
= 0
o
;
b) Se o sistema de controle de velocidade for adequadamente projetado, a ve-
locidade do autom´ ovel face as forc¸as externas e dist ´ urbios ser´ a regulada
pr´ oxima ` a velocidade desejada. Se a inclinac¸ ˜ ao da superf´ıcie n˜ ao sofrer
grandes variac¸ ˜ oes e a velocidade for mantida pr ´ oxima ` a nominal, o compor-
tamento do modelo linearizado ser´ a aproximadamente igual ao do modelo
n˜ ao-linear;
c) Ap´ os a utilizac¸ ˜ ao de m´ etodos cl´ assicos de an´ alise e projeto para sistemas LIT’s,
o modelo n˜ ao-linear completo pode servir para validar, via simulac¸ ˜ ao com
Matlab/Simulink, por exemplo, os resultados obtidos atrav´ es do modelo li-
nearizado, antes da efetiva implementac¸ ˜ ao de um sistema autom´ atico para
controle de velocidade;
d) Eventualmente a modelagem/linearizac¸ ˜ ao pode levar a resultados insatisfat ´ orios
do ponto de vista de controle. Devemos ent˜ ao rever a modelagem, incorpo-
rando fatores deixados de fora numa primeira etapa, ou adotando m´ etodos
mais adequados a modelos n˜ ao-lineares.
EA721 / PAULO VALENTE / UNICAMP 40
8. A linearizac¸ ˜ ao ´ e geralmente baseada na expans˜ ao do modelo n˜ ao-linear em
S´ erie de Taylor. Os dois primeiros termos (aproximac¸ ˜ ao linear) de uma func¸ ˜ ao f
qualquer de v, w e u em torno do ponto (v
0
, w
0
, u
0
) seria
f(v, u, w) = f(v
0
, u
0
, w
0
) +f
v
(v
0
, u
0
, w
0
)(v −v
0
)+
f
w
(v
0
, u
0
, w
0
)(w −w
0
) +f
u
(v
0
, u
0
, w
0
)(u −u
0
).
na qual f
x
representa a derivada parcial de f em relac¸ ˜ ao a uma vari´ avel gen´ erica
x. Representando o lado direito de (10) como f(v, w, u), computamos o valor
nominal u
0
correspondente a v
0
e w
0
resolvendo a equac¸ ˜ ao 0 = f(v
0
, w
0
, u), pois
na condic¸ ˜ ao nominal, ˙ v = 0. Obtemos assim a entrada nominal de controle
u
0
= k(v
0
)
2
+µmg cos w
0
+mg sen w
0
,
e consequentemente f(v
0
, w
0
, u
0
) = 0. Introduzindo as vari ´ aveis de desvio (em
relac¸ ˜ ao aos valores nominais) δv = v−v
0
, δw = w−w
0
e δu = u−u
0
, chegamos
ent˜ ao ao seguinte modelo linearizado para a velocidade do autom´ ovel (observe que
˙ v =
˙
δv):
˙
δv = −aδv +b
1
δu +b
2
δw, (11)
na qual a = 2kv
0
/m, b
1
= 1/m e b
2
= µg sen w
0
−g cos w
0
.
Func¸ ˜ ao de transferˆ encia
9. Modelos lineares invariantes no tempo podem ser representados no dom´ınio
da freq¨ uˆ ecia complexa s atrav´ es do conceito de func¸ ˜ ao de transferˆ encia. Uma
func¸ ˜ ao de transferˆ encia ´ e obtida quando se divide a transformada de Laplace (L)
de uma vari´ avel de sa´ıda pela transformada de Laplace de uma vari´ avel de entrada.
10. Num sistema de controle em malha fechada para regular a velocidade do au-
tom´ ovel, a vari´ avel de sa´ıda ´ e a velocidade do autom´ ovel, y = v, e as vari´ aveis de
entrada (vari´ aveis independentes) s˜ ao a forc¸a produzida pelo motor, u, e o dist ´ urbio
externo introduzido pela inclinac¸ ˜ ao da superf´ıcie, w.
11. O modelo linearizado (11) relaciona a variac¸ ˜ ao da sa´ıda ` as variac¸ ˜ oes na entrada
controlada e na entrada de dist ´ urbio relativamente aos seus valores nominais. To-
mando a transformada de Laplace de (11) com condic¸ ˜ ao inicial y(0) = 0 (variac¸ ˜ ao
EA721 / PAULO VALENTE / UNICAMP 41
inicial zero), obtemos
s∆Y (s) = −a∆Y (s) +b
1
∆U(s) +b
2
∆W(s), (12)
em que ∆Y (s) = L[δy(t)] e assim por diante. A equac¸ ˜ ao (12) pode ser rearran-
jada de forma a se explicitar a variac¸ ˜ ao da sa´ıda δy como uma soma de variac¸ ˜ oes
produzidas pelas entradas δu e δw:
∆Y (s) =
b
1
s +a
∆U(s) +
b
2
s +a
∆W(s),
= P
yu
(s)∆U(s) +P
yw
(s)∆W(s),
= ∆Y
u
(s) + ∆Y
w
(s),
na qual P
yu
(s) e P
yw
(s) s˜ ao as func¸ ˜ oes de transferˆ encia das entradas δu e δw para
a sa´ıda δy, respectivamente. Pelo Princ´ıpio da Superposic¸ ˜ ao, se δy
u
e δy
w
s˜ ao
as sa´ıdas devidas as ac¸ ˜ oes das entradas δu (com δw = 0) e δw (com δu = 0),
respectivamente, ent˜ ao a sa´ıda devida a ac¸ ˜ ao conjunta das entradas δu e δw ´ e δy =
δy
u
+δy
w
.
12. Num sistema de controle em malha fechada para regulac¸ ˜ ao de velocidade, a
variac¸ ˜ ao de velocidade medida, δy, ´ e comparada com a referˆ encia r = 0 (r(t) =
0, t ≥ 0), pois deseja-se variac¸ ˜ ao nula (velocidade nominal) em regime (isto ´ e,
quando t →∞). O erro resultante serve de entrada para um controlador represen-
tado pela func¸ ˜ ao de transferˆ encia C(s). A sa´ıda de C(s) ´ e a variac¸ ˜ ao da entrada,
δu, necess´ aria para compensar a variac¸ ˜ ao da sa´ıda do sistema, δy.
13. A Figura 2.3 apresenta o diagrama de blocos de um sistema de controle em
malha fechada que poderia ser utilizado para resolver o problema da regulac¸ ˜ ao de
velocidade do autom´ ovel. O esquema de controle deve ser entendido da seguinte
forma: numa primeira etapa, o autom´ ovel ´ e levado ` a condic¸ ˜ ao nominal desejada
(y
0
, w
0
), quando ent˜ ao o controle assume o valor u
0
. Em seguida o sistema da
Figura 2.3 passa a funcionar para manter a velocidade em y
0
. Observemos que os
valores efetivos da sa´ıda, do controle e do dist ´ urbio s˜ ao y
0
+δy, u
0
+δu e w
0
+δw,
respectivamente.
14. Num diagrama de blocos como a da Figura 2.3 indicamos as vari ´ aveis no
dom´ınio do tempo, deixando impl´ıcito que δu(t) = L
−1
[C(s)E(s)]. Uma das
principais func¸ ˜ oes do controlador C(s) no sistema de controle em malha fechada
representado na Figura 2.3 ´ e a de rejeic¸ ˜ ao de dist ´ urbios: a variac¸ ˜ ao de velocidade
EA721 / PAULO VALENTE / UNICAMP 42
(δy) eventualmente produzida pela variac¸ ˜ ao na inclinac¸ ˜ ao da superf´ıcie (δw) deve
teder a zero (em regime) pela ac¸ ˜ ao da variac¸ ˜ ao no controle (δu).
PSfrag replacements
+
+
+

r = 0 δu
δw
δy
e
b
1
s +a
b
2
/b
1
Planta
C(s)
Figura 2.3: Regulac¸ ˜ ao de velocidade do autom´ ovel.
15. Projetamos controladores para atender a especificac¸ ˜ oes de desempenho como
a rejeic¸ ˜ ao de dist ´ urbios. Outras especificac¸ ˜ oes poderiam restringir o comporta-
mento transit ´ orio da sa´ıda ap´ os a ocorrˆ encia de dist ´ urbios, como ao se especificar
um intervalo de tempo m´ aximo para o retorno da sa´ıda ao seu valor nominal.
16. Na pr´ atica, projetar um controlador significa determinar os coeficientes da
func¸ ˜ ao de transferˆ encia C(s) de forma a que todas as especificac¸ ˜ oes de desempe-
nho sejam atendidas. Mostraremos mais tarde que um dist ´ urbio do tipo degrau na
velocidade do autom´ ovel, produzido, por exemplo, quando a inclinac¸ ˜ ao w muda
subitamente de valor, um controlador do tipo PI (Proporcional + Integral), dado
por
C(s) = k
p
+
k
i
s
=
sk
p
+k
i
s
,
seria adequado. Projetar o controlador, neste caso, significaria determinar os ga-
nhos k
p
(proporcional) e k
i
(integral) necess´ arios para rejeitar o dist ´ urbio e ao
mesmo tempo atender outras eventuais especificac¸ ˜ oes de desempenho.
EA721 / PAULO VALENTE / UNICAMP 43
Aula 3
Representac¸ ˜ ao de Sistemas
Controle de motores DC
Instabilidade: pˆ endulo invertido
Representac¸ ˜ oes por vari´ aveis de estado
Limitac¸ ˜ oes dos modelos matem´ aticos
Controle de motores DC
1. Motores DC (do inglˆ es, direct-current, isto ´ e, corrente direta) s˜ ao um dos dis-
positivos mais utilizados pela industria como fonte prim´ aria de movimento. S˜ ao
as vˆ ezes chamados de servomotores DC quando empregados em aplicac¸ ˜ oes de
controle. Exibem diversas caracter´ısticas favor´ aveis como controlabilidade, porta-
bilidade, baixos custos de aquisic¸ ˜ ao e manutenc¸ ˜ ao e adaptabilidade a v´ arios tipos
de sistemas de controle.
2. Motores DC de m´ edia a elevada potˆ encia s˜ ao usados no controle de esteiras,
servov´ alvulas, m´ aquinas-ferramentas e sistemas rob´ oticos, entre outras aplicac¸ ˜ oes.
Alguns motores DC possuem constantes de tempo extremamente pequenas, sendo
ideais para aplicac¸ ˜ oes de (relativamente) baixa potˆ encia, como no controle de dis-
cos e fitas magn´ eticas, impressoras e plotters.
PSfrag replacements
+

v
a
R
a
L
a
T
J
B
i
a
θ
Figura 3.1: Motor DC controlado pela armadura (campo constante).
EA721 / PAULO VALENTE / UNICAMP 44
3. Modelagem. Basicamente, um motor DC converte energia el ´ etrica em energia
mecˆ anica. Em alguns motores DC, o campo magn´ etico ´ e produzido por um im˜ a
permanente e, portanto, o fluxo magn´ etico ´ e constante. Neste caso, o torque de-
senvolvido no eixo do motor pode ser controlado atrav´ es do chamado circuito de
armadura, como ilustra a Figura 3.1. As quantidades presentes no esquema da
Figura 3.1 s˜ ao as seguintes:
R
a
: resistˆ encia da armadura;
L
a
: indutˆ ancia da armadura;
v
a
: tens˜ ao aplicada aos terminais da armadura;
i
a
: corrente circulando na armadura;
T : torque desenvolvido no eixo do motor;
J : momento de in´ ercia equivalente;
B : coeficiente de atrito viscoso equivalente;
θ : deslocamento angular do eixo do motor.
As constantes J e B representam o momento de in´ ercia e o coeficiente de
atrito viscoso equivalente do motor, da carga (uma antena, por exemplo) e das
engrenagens utilizadas, referidas ao eixo do motor.
4. O torque desenvolvido no eixo do motor ´ e proporcional ` a corrente de campo:
T = k
t
i
a
.
A constante de torque k
t
depende de caracter´ısticas construtivas do motor. A
rotac¸ ˜ ao do eixo do motor induz uma forc¸a contra-eletromotriz, a qual provoca
uma queda de tens˜ ao no circuito de armadura, proporcional ` a velocidade angular
do eixo:
v
f
= k
f

dt
,
em que k
f
´ e a constante de forc¸a contra-eletromotriz. A equac¸ ˜ ao el´ etrica do motor
DC assume ent˜ ao a forma
L
a
di
a
dt
+R
a
i
a
= v
a
−v
f
, v
f
= k
f

dt
. (13)
Por sua vez, a equac¸ ˜ ao mecˆ anica do motor DC ´ e dada por
J
d
2
θ
dt
2
+B

dt
= T = k
t
i
a
. (14)
Tomando as transformadas de Laplace de (13) e (14) com condic¸ ˜ oes iniciais
nulas, obtemos, respectivamente,
EA721 / PAULO VALENTE / UNICAMP 45
(L
a
s +R
a
)I
a
(s) = V
a
(s) −V
f
(s), V
f
(s) = k
f
sΘ(s), (15)
e
(Js
2
+Bs)Θ(s) = T(s) = k
t
I
a
(s). (16)
5. No diagrama de blocos apresentado na Figura 3.2, correspondente ` as equac¸ ˜ oes
(15) e (16), o sistema eletromecˆ anico ´ e visto como composto por dois subsistemas:
el´ etrico (circuito de armadura) e mecˆ anico (motor, carga e engrenagens). Observa-
mos tamb´ em a existˆ encia de uma realimentac¸ ˜ ao interna (natural) no motor DC.
Podemos simplificar o diagrama da Figura 3.2 e apresentar a relac¸ ˜ ao entre a tens˜ ao
de armadura e o deslocamento angular do eixo como na Figura 3.3.
PSfrag replacements
v
a
i
a
T
v
f
θ
1
L
a
s +R
a
k
t
1
Js
2
+Bs
k
f
s
S. El´ etrico S. Mecˆ anico
+

Figura 3.2: Diagrama de blocos do motor DC.
PSfrag replacements
v
a
θ
k
t
JL
a
s
3
+ (L
a
B +R
a
J)s
2
+ (R
a
B +k
f
k
t
)s
Figura 3.3: Diagrama simplificado do motor DC.
A func¸ ˜ ao de transferˆ encia entre v
a
e θ ´ e de terceira ordem. (Notamos que
a func¸ ˜ ao de transferˆ encia entre v
a
e
˙
θ, a velocidade angular do motor, ´ e de se-
gunda ordem.) Em alguns motores DC, a indutˆ ancia de armadura ´ e muito pequena.
Quando a indutˆ ancia ´ e desprezada (L
a
≈ 0), obtemos um modelo reduzido de
segunda ordem, na forma
P(s) =
Θ(s)
V
a
(s)
=
k
s(τs + 1)
,
EA721 / PAULO VALENTE / UNICAMP 46
sendo k e τ, respectivamente, o ganho e a constante de tempo do motor, os quais
s˜ ao completamente caracterizados pelos parˆ ametros do modelo:
k =
k
t
R
a
B +k
t
k
f
, τ =
R
a
J
R
a
B +k
t
k
f
.
6. Suponha que uma referˆ encia angular a ser seguida pelo eixo do motor ´ e conver-
tida de radianos em volts atrav´ es de um potenci ˆ ometro de ganho k
s
(V/rad), e que
outro potenci ˆ ometro com a mesma escala se encontra conectado ao eixo do motor,
fornecendo uma tens˜ ao proporcional ao deslocamento produzido. Neste caso, um
sistema de controle com realimentac¸ ˜ ao unit´ aria para a posic¸ ˜ ao angular do eixo do
motor DC poderia assumir a estrutura apresentada na Figura 3.4.
PSfrag replacements
+

k
a
r (rad) θ (rad)
Amplificador
Controlador Motor DC
k
s
k
s(τs + 1)
Figura 3.4: Sistema de controle em malha fechada.
Podemos mostrar que a ac¸ ˜ ao proporcional produzida pelo amplificador (con-
trolador), combinada com a ac¸ ˜ ao integral produzida pelo p´ olo do motor na origem,
´ e suficiente para que a sa´ıda passe a seguir qualquer referˆ encia constante.
Instabilidade: pˆ endulo invertido
7. Uma das principais aplicac¸ ˜ oes de sistemas de controle ´ e na estabilizac¸ ˜ ao de
sistemas naturalmente inst´ aveis em malha aberta. A Figura 3.5 ilustra um sistema
composto por um pˆ endulo invertido montado sobre um carro, o qual pode ser
movimentado em linha reta atrav´ es de um motor DC. O objetivo do sistema de
controle seria manter o pˆ endulo na posic¸ ˜ ao vertical. O pˆ endulo invertido modela
problemas de controle importantes em Engenharia, como o controle de atitude
(posic¸ ˜ ao) de um ve´ıculo lanc¸ador de sat´ elites. Um problema com caracter´ısticas
similares ´ e o da levitac¸ ˜ ao magn´ etica, presente em aplicac¸ ˜ oes como o controle de
trens de alta velocidade.
EA721 / PAULO VALENTE / UNICAMP 47
PSfrag replacements
u
x
y
l
mg
M
θ
0
Figura 3.5: Pˆ endulo invertido.
8. Modelagem. O sistema da Figura 3.5 ´ e inst´ avel, no sentido de que o pˆ endulo
tende a se afastar da posic¸ ˜ ao vertical por menor que seja a forc¸a aplicada ao carro.
O modelo linearizado do pˆ endulo invertido em torno da posic¸ ˜ ao de equil´ıbrio
inst´ avel (θ = 0, x = 0) ´ e
(M +m)
d
2
x
dt
2
+ml
d
2
θ
dt
2
= u, (17)
ml
2
d
2
θ
dt
2
+ml
d
2
x
dt
2
= mglθ, (18)
Os parˆ ametros e vari´ aveis presentes no esquema da Figura 3.5 encontram-se
definidos a seguir.
θ : ˆ angulo formado pelo pˆ endulo com a vertical;
l : comprimento do pˆ endulo;
m : massa do pˆ endulo (concentrada na extremidade);
M : massa do carro;
u : forc¸a aplicada ao carro;
x : deslocamento linear do carro;
g : acelerac¸ ˜ ao da gravidade.
Adotando a notac¸ ˜ ao compacta para derivadas e eliminando a derivada segunda
EA721 / PAULO VALENTE / UNICAMP 48
em relac¸ ˜ ao a x na equac¸ ˜ ao (17) (¨ x = gθ −l
¨
θ, equac¸ ˜ ao (18)), obtemos
Ml
¨
θ −(M +m)gθ = −u,
cuja transformada de Laplace com condic¸ ˜ oes iniciais nulas conduz ` a func¸ ˜ ao de
transferˆ encia entre a forc¸a u aplicada ao carro (vari´ avel de controle) e o ˆ angulo θ
formado pelo pˆ endulo com a vertical (vari´ avel de sa´ıda):
P(s) =
Θ(s)
U(s)
=
−1
Mls
2
−(M +m)g
.
O sinal menos na func¸ ˜ ao de transferˆ encia do pˆ endulo reflete o fato de que o
pˆ endulo sempre se move na direc¸ ˜ ao contr´ aria ` a da forc¸a aplicada. Os p´ olos (reais)
da func¸ ˜ ao de transferˆ encia s˜ ao
p
1
= +
_
(M +m)g
Ml
e p
2
= −
_
(M +m)g
Ml
,
e a origem da instabilidade do pˆ endulo ´ e o p´ olo real positivo. De fato, a resposta
temporal do pˆ endulo a qualquer entrada limitada (umdegrau unit ´ ario, por exemplo)
´ e uma soma de termos que inclui as exponenciais e
p
1
t
e e
p
2
t
. A instabilidade do
pˆ endulo se traduz no crescimento ilimitado da exponencial e
p
1
t
, p
1
> 0, quando o
tempo tende para infinito.
9. Um sistema de controle em malha fechada como o da Figura 3.6 pode estabi-
lizar o pˆ endulo invertido, na medida em que, sob hip´ oteses relativamente fracas,
os p´ olos da func¸ ˜ ao de transferˆ encia de malha fechada entre a referˆ encia r = 0
(posic¸ ˜ ao angular desejada) e θ (posic¸ ˜ ao angular do pˆ endulo) podem ser arbitraria-
mente escolhidos, e ent˜ ao impostos por um controlador dinˆ amico C(s). P´ olos com
partes reais negativas s˜ ao uma escolha obrigat ´ oria para a estabilidade do sistema
em malha fechada.
PSfrag replacements
+

C(s)
r = 0
−1
Mls
2
−(M +m)g
θ
Pˆ endulo Invertido
Figura 3.6: Controle em malha fechada do pˆ endulo invertido.
EA721 / PAULO VALENTE / UNICAMP 49
Representac¸ ˜ oes por vari ´ aveis de estado
10. As representac¸ ˜ oes de sistemas dinˆ amicos por func¸ ˜ oes de transferˆ encia s˜ ao do
tipo entrada-sa´ıda, isto ´ e, evidenciam a relac¸ ˜ ao de transferˆ encia entre uma dada
entrada e uma dada sa´ıda. Vari´ aveis internas, como a corrente de armadura no
modelo do motor DC ou o deslocamento linear do carro no modelo do pˆ endulo
invertido, n˜ ao s˜ ao explicitamente indicadas. Podemos obter uma representac¸ ˜ ao
alternativa, na qual as vari´ aveis internas do sistema s˜ ao explicitadas, atrav´ es do
conceito de estado.
11. Estado. O estado de um sistema dinˆ amico pode ser definido como um conjunto
de n vari´ aveis, denotadas por x
1
, x
2
, . . . , x
n
e chamadas de vari ´ aveis de estado,
cujo conhecimento num dado instante de tempo t = t
0
, aliado ao conhecimento
da entrada do sistema para todo t ≥ t
0
, permite determinar x
1
, x
2
, . . . , x
n
para
qualquer t ≥ t
0
.
12. Exemplos. Considere inicialmente o modelo do motor DC controlado pela
armadura. Para mostrar que θ,
˙
θ e i
a
constituem o estado do sistema, definimos
x
1
= θ, x
2
=
˙
θ e x
3
= i
a
(n = 3). A entrada e a sa´ıda do sistema s˜ ao u = v
a
e y = θ, respectivamente. Escrevendo as derivadas de x
1
, x
2
e x
3
em relac¸ ˜ ao ao
tempo em termos de x
1
, x
2
e x
3
, obtemos
˙ x
1
= x
2
,
˙ x
2
= −αx
1
−βx
3
,
˙ x
3
= −γx
2
−ρx
3
+ηu,
y = x
1
.
em que
α =
B
J
, β =
k
t
J
, γ =
k
f
L
a
, ρ =
R
a
L
a
e η =
1
L
a
.
Assumindo que as quantidades x
1
(t
0
), x
2
(t
0
) e x
3
(t
0
) s˜ ao conhecidas, assim
como a entrada u(t), t ≥ t
0
, podemos resolver o sistema de equac¸ ˜ oes lineares de
primeira ordem acima e obter x
1
, x
2
e x
3
para qualquer t ≥ t
0
, isto ´ e, o compor-
tamento futuro do sistema. Um n´ umero menor de vari´ aveis (apenas x
1
e x
2
, por
exemplo) n˜ ao apresentaria a mesma propriedade.
As vari´ aveis de estado naturais no modelo do pˆ endulo invertido s˜ ao x
1
= θ,
EA721 / PAULO VALENTE / UNICAMP 50
x
2
=
˙
θ, x
3
= x e x
4
= ˙ x. Com essas definic¸ ˜ oes, obtemos
˙ x
1
= x
2
,
˙ x
2
= −αx
1
−βu,
˙ x
3
= x
4
,
˙ x
4
= −γx
1
+ρu,
y = x
1
,
em que
α =
(M +m)g
Ml
, β =
1
Ml
, γ =
m
M
e ρ =
1
M
.
13. As equac¸ ˜ oes diferenciais envolvendo os estados s˜ ao chamadas de equac¸ ˜ oes de
estado. A equac¸ ˜ ao alg´ ebrica envolvendo a sa´ıda ´ e chamada de equac¸ ˜ ao de sa´ıda.
Um importante subproduto da representac¸ ˜ ao de sistemas por vari´ aveis de estado ´ e
a possibilidade de empregarmos uma poderosa notac¸ ˜ ao matricial para as equac¸ ˜ oes
de estado e de sa´ıda. Como exemplo, o modelo do pˆ endulo invertido poderia ser
descrito em termos matriciais da seguinte forma:
_
¸
¸
_
˙ x
1
˙ x
2
˙ x
3
˙ x
4
_
¸
¸
_
=
_
¸
¸
_
0 1 0 0
−α 0 0 0
0 0 0 1
−γ 0 0 0
_
¸
¸
_
_
¸
¸
_
x
1
x
2
x
3
x
4
_
¸
¸
_
+
_
¸
¸
_
0
−β
0
ρ
_
¸
¸
_
u,
y =
_
1 0 0 0
¸
_
¸
¸
_
x
1
x
2
x
3
x
4
_
¸
¸
_
.
Se a sa´ıda tivesse sido definida como sendo a acelerac¸ ˜ ao angular, ˙ x
2
=
¨
θ, ent˜ ao
a equac¸ ˜ ao de sa´ıda assumiria a forma
y = −αx
1
−βu =
_
−α 0 0 0
¸
_
¸
¸
_
x
1
x
2
x
3
x
4
_
¸
¸
_
+ [−β]u,
e obter´ıamos tamb´ em D = [−β] (escalar). Definindo
x =
_
¸
¸
_
x
1
x
2
x
3
x
4
_
¸
¸
_
, ˙ x =
_
¸
¸
_
˙ x
1
˙ x
2
˙ x
3
˙ x
4
_
¸
¸
_
, A =
_
¸
¸
_
0 1 0 0
−α 0 0 0
0 0 0 1
−γ 0 0 0
_
¸
¸
_
, B =
_
¸
¸
_
0
−β
0
ρ
_
¸
¸
_
,
EA721 / PAULO VALENTE / UNICAMP 51
C =
_
−α 0 0 0
¸
e D = [−β],
podemos representar o pˆ endulo invertido (e qualquer outro sistema linear invariante
no tempo) na forma matricial compacta
˙ x = Ax +Bu,
y = Cx +Du.
Uma representac¸ ˜ ao ainda mais geral ´ e
˙ x = Ax +Bu +B
w
w,
y = Cx +Du +D
v
v.
na qual as matrizes B
w
e D
v
(escalar) indicam como os dist ´ urbios w e v afetam as
vari´ aveis de estado e de sa´ıda do sistema. Exemplo: no modelo do pˆ endulo inver-
tido, uma forc¸a de dist ´ urbio w contr´ aria ao movimento do carro seria transmitida
aos estados atrav´ es de
B
w
=
_
¸
¸
_
0
β
0
−ρ
_
¸
¸
_
.
Limitac¸ ˜ oes dos modelos matem´ aticos
14. Qualquer modelo matem´ atico, independentemente da representac¸ ˜ ao adotada,
´ e uma aproximac¸ ˜ ao do sistema dinˆ amico de interesse. Em princ´ıpio, a validade
dos modelos lineares invariantes no tempo (LIT’s) utilizados neste curso ´ e ques-
tion´ avel, se considerarmos que todo sistema dinˆ amico ´ e, em geral, n˜ ao-linear e
variante no tempo. A validade dos modelos LIT’s no contexto de sistemas de con-
trole ´ e em grande parte conseq¨ uˆ encia da realimentac¸ ˜ ao, como argumentado abaixo.
N˜ ao-linearidade. O modelo n˜ ao-linear, mais fiel ` a planta, pode ser linearizado
num ponto de operac¸ ˜ ao desejado, como θ = 0, x = 0, no caso do pˆ endulo inver-
tido. O modelo linearizado ´ e valido apenas no entorno desse ponto. Entretanto, se
convenientemente projetado, o sistema de controle em malha fechada faz com que
a planta (e seus modelos n˜ ao-linear e linear) n˜ ao se afaste do ponto de operac¸ ˜ ao,
assegurando desta forma a validade do modelo linear;
EA721 / PAULO VALENTE / UNICAMP 52
Variac¸ ˜ ao no tempo. Os valores dos parˆ ametros de um sistema dinˆ amico ge-
ralmente sofrem variac¸ ˜ oes ao longo do tempo devido aos efeitos de envelheci-
mento e desgaste. Um sistema de controle em malha fechada ´ e capaz de compen-
sar variac¸ ˜ oes param´ etricas se essas variac¸ ˜ oes forem muito mais lentas do que a
dinˆ amica do sistema de controle. A maioria dos sistemas dinˆ amicos industriais sa-
tisfaz essa premissa e tudo se passa, na pr´ atica, como se o sistema fosse invariante
no tempo.
14. Duas outras poss´ıveis fontes de problemas para a operac¸ ˜ ao de sistemas de
controle s˜ ao dinˆ amicas n˜ ao-modeladas e incertezas param´ etricas.
Dinˆ amica n˜ ao-modelada. Ao desprezarmos a indutˆ ancia de armadura no modelo
do motor DC para passar de um modelo de terceira ordem para um de segunda
ordem, estamos tamb´ em desprezando a dinˆ amica do circuito de armadura. Admi-
timos implicitamente que o modelo de segunda ordem ´ e v´ alido porque o sinal de
entrada do circuito de armadura (Figura 3.2) n˜ ao consegue excitar o modo el´ etrico
do sistema, cuja constante de tempo (freq¨ uˆ encia de corte) ´ e muito menor (maior) do
que a contante de tempo (freq¨ uˆ encia de corte) do modo mecˆ anico. Desde que os
sinais presentes no sistema de controle em malha fechada n˜ ao excitem dinˆ amicas
n˜ ao-modeladas, podemos deixar essas dinˆ amicas fora do modelo;
Incerteza param´ etrica. Mesmo admitindo que os parˆ ametros do sistema n˜ ao va-
riam com o tempo, podemos ter um conhecimento apenas aproximado dos seus
valores. Em alguns casos, conhecemos os valores nominais e as tolerˆ ancias em
relac¸ ˜ ao aos valores nominais dos parˆ ametros. Quando dizemos que a resistˆ encia
de armadura de um motor ´ e R
a
com tolerˆ ancia de ±10%, estamos querendo dizer
que qualquer valor de resistˆ encia entre 0.9R
a
e 1.1R
a
´ e poss´ıvel. Mais uma vez, a
realimentac¸ ˜ ao pode compensar nossa incerteza com relac¸ ˜ ao aos parˆ ametros, desde
que o sistema de controle em malha fechada seja projetado para ser robusto, isto
´ e, para produzir o desempenho desejado independentemente dos valores reais dos
parˆ ametros.
EA721 / PAULO VALENTE / UNICAMP 53
Aula 4
Estabilidade Entrada-Sa´ıda
Atributos de um sistema de controle
Sistema um-grau-de-liberdade
Estabilidade entrada-sa´ıda
Atributos de um sistema de controle
1. Entre os atributos que todo sistema de controle deve apresentar, destacamos as
seguintes:
Garantir estabilidade. O atributo primordial de um sistema de controle, sem o
qual nenhum outro pode existir, ´ e assegurar a estabilidade do sistema. Sistemas de
controle s˜ ao usados para estabilizar plantas inst´ aveis ou para melhorar as condic¸ ˜ oes
de estabilidade de plantas est´ aveis, mas muito oscilat ´ orias;
Controlar erros de regime. Sistemas de controle s˜ ao normalmente projetados
para que a sa´ıda do sistema passe a rastrear determinadas entradas de referˆ encia,
isto ´ e, para que erro entre o valor de uma dada referˆ encia e o valor medido da sa´ıda
tenda a zero quando o tempo tender ao infinito (regime);
Reduzir sensibilidade a variac¸ ˜ oes de parˆ ametros. Sistemas de controle s˜ ao pro-
jetados a partir de modelos matem´ aticos que aproximam o comportamento dos
componentes f´ısicos do sistema. Sistemas de controle devem ser relativamente
insens´ıveis ` as aproximac¸ ˜ oes e ` as variac¸ ˜ oes dos parˆ ametros dos modelos adotados;
Rejeitar a ac¸ ˜ ao de dist ´ urbios. Sistemas de controle devem rejeitar (fazer desa-
parecer com o tempo) a ac¸ ˜ ao de entradas externas indesej´ aveis que possam agir
sobre os componentes do sistema. Idealmente, sistemas de controle n˜ ao deveriam
responder a essas entradas externas;
Controlar a resposta transit´ oria. A forma como um sistema de controle atinge
a condic¸ ˜ ao de regime ´ e muito importante. Controlar a resposta transit ´ oria signi-
fica moldar o comportamento de uma vari´ avel, geralmente a sa´ıda do sistema, em
termos de tempo de subida, sobre-elevac¸ ˜ ao, tempo de acomodac¸ ˜ ao, etc..
EA721 / PAULO VALENTE / UNICAMP 54
Controlar a resposta em freq¨ uˆ encia. Sistemas de controle podemser vistos como
filtros: devem deixar passar apenas as componentes de freq¨ uˆ encia do sinal de en-
trada que desejamos reproduzir (rastrear). Sinais fora da faixa de passagem do
sistema, como ru´ıdos aos quais o sistema de controle possa estar sujeito, devem ser
suficientemente atenuados.
Sistema um-grau-de-liberdade
2. Passamos a analisar mais detalhadamente as caracter´ısticas de sistemas de con-
trole emmalha fechada atrav´ es do diagrama de blocos da Figura 4.1, que representa
um sistema de controle conhecido como um-grau-de-liberdade pelas raz˜ oes ex-
posta a seguir. O sistema ilustrado na Figura 4.1 possui trˆ es vari´ aveis de entrada
– r (referˆ encia), w (dist ´ urbio na planta) e v (dist ´ urbio no sensor) – e trˆ es vari´ aveis
de sa´ıda – e (erro), u (controle) e y (sa´ıda medida). As vari´ aveis de entrada s˜ ao
independentes: afetam, mas n˜ ao s˜ ao afetadas pelas vari´ aveis de sa´ıda.
PSfrag replacements
r y u e
w
v
+
+
+
+
+

C(s) P(s)
F(s)
Figura 4.1: Sistema de controle em malha fechada.
3. A func¸ ˜ ao de transferˆ encia de malha fechada de qualquer entrada para qualquer
sa´ıda pode ser determinada a partir das func¸ ˜ oes de transferˆ encia de malha aberta
C(s) (controlador), P(s) (planta) e F(s) (sensor). Como cada entrada gera trˆ es
func¸ ˜ oes de transferˆ encia de malha fechada, existem nove func¸ ˜ oes deste tipo no
diagrama de blocos da Figura 4.1. Cada uma delas fornece um tipo de informac¸ ˜ ao
EA721 / PAULO VALENTE / UNICAMP 55
a respeito do funcionamento do sistema.
4. Cada vari´ avel de sa´ıda ´ e uma func¸ ˜ ao simultˆ anea das trˆ es vari´ aveis de entrada.
Denotando uma func¸ ˜ ao de malha fechada gen´ erica como T
zx
(s), sendo x a en-
trada e z a sa´ıda, e aplicando o Princ´ıpio da Superposic¸ ˜ ao ao diagrama da Figura
4.1, obtemos as sa´ıdas como func¸ ˜ oes das entradas no dom´ınio da transformada de
Laplace:
E(s) = T
er
(s)R(s) +T
ew
(s)W(s) +T
ev
(s)V (s), (19)
U(s) = T
ur
(s)R(s) +T
uw
(s)W(s) +T
uw
(s)V (s), (20)
Y (s) = T
yr
(s)R(s) +T
yw
(s)W(s) +T
yv
(s)V (s). (21)
5. An´ alise e projeto. Cada func¸ ˜ ao de transferˆ encia de malha fechada ´ e escrita em
termos das func¸ ˜ oes de malha aberta C(s), P(s) e F(s). Se estas ´ ultimas s˜ ao co-
nhecidas, assim como R(s), W(s) e V (s) (as transformadas de r, w e v), podemos
obter E(s), U(s) e Y (s), e em seguida e, u e y atrav´ es de anti-transfomada de La-
place. Podemos assim analisar o desempenho do sistema de controle em relac¸ ˜ ao a
determinadas entradas quando um dado controlador C(s) ´ e utilizado. Se podemos
analisar, podemos tamb´ em projetar um sistema de controle, definindo um con-
trolador C(s) que atenda a certas especificac¸ ˜ oes de desempenho associadas aos
atributos discutidos anteriormente.
6. Um dos objetivos do sistema de controle em malha fechada da Figura 4.1 ´ e fazer
a sa´ıda da planta rastrear uma dada entrada de referˆ encia. A resposta da planta ` a
entrada de referˆ encia pode ser analisada a partir da func¸ ˜ ao de transferˆ encia T
yr
(s).
Do diagrama de blocos da Fig. 4.1 e das transformadas de Laplace dos sinais r, e, u
e y, obtemos sucessivamente
E(s) = R(s) −F(s)Y (s),
= R(s) −P(s)F(s)U(s),
= R(s) −C(s)P(s)F(s)E(s).
A func¸ ˜ ao de tranferˆ encia de malha fechada entre a entrada de referˆ encia e o
erro de rastreio ´ e ent˜ ao dada por
T
er
(s) =
E(s)
R(s)
=
1
1 +C(s)P(s)F(s)
.
A func¸ ˜ ao de transferˆ encia de malha fechada entre a entrada de referˆ encia e a
entrada de controle pode ser obtida da seguinte forma:
T
ur
(s) =
U(s)
R(s)
=
E(s)
R(s)
U(s)
E(s)
=
C(s)
1 +C(s)P(s)F(s)
.
EA721 / PAULO VALENTE / UNICAMP 56
Finalmente, a func¸ ˜ ao de transferˆ encia de malha fechada entre a entrada de re-
ferˆ encia e a sa´ıda da planta ´ e dada por
T
yr
(s) =
Y (s)
R(s)
=
U(s)
R(s)
Y (s)
U(s)
=
C(s)P(s)
1 +C(s)P(s)F(s)
.
7. As demais func¸ ˜ oes de malha fechada podem ser obtidas de maneira an´ aloga,
manipulando o diagrama de blocos da Figura 4.1 de forma a eliminar vari ´ aveis in-
termedi´ arias entre a entrada e a sa´ıda desejadas. Os numeradores das func¸ ˜ oes de
malha fechada s˜ ao vari´ aveis – dependem de C(s), P(s) e F(s) de formas diferen-
tes – mas o denominador ´ e sempre o mesmo: 1 + C(s)P(s)F(s). Neste sentido,
dizemos que o sistema de controle da Figura 4.1 ´ e do tipo um-grau-de-liberdade,
pois uma vez definida a func¸ ˜ ao de transferˆ encia do controlador C(s), todas as de-
mais func¸ ˜ oes ficam automaticamente caracterizadas.
Estabilidade entrada-sa´ıda
8. O comportamento do sistema de controle em malha fechada da Figura 4.1 ´ e
enormemente influenciado pela func¸ ˜ ao 1 + C(s)P(s)F(s). Definimos a equac¸ ˜ ao
caracter´ıstica do sistema em malha fechada como
1 +C(s)P(s)F(s) = 0. (22)
As ra´ızes da equac¸ ˜ ao caracter´ıstica determinam muito do comportamento dinˆ a-
mico do sistema em malha fechada e ser˜ ao melhor explicitadas atrav´ es das repre-
sentac¸ ˜ oes de C(s), P(s) e F(s) na forma polinomial:
C(s) =
N
C
(s)
D
C
(s)
, P(s) =
N
P
(s)
D
P
(s)
, F(s) =
N
F
(s)
D
F
(s)
.
Os graus do numerador (N) e do denominador (D) de uma func¸ ˜ ao de trans-
ferˆ encia qualquer ser˜ ao denotados por m e n, respectivamente. Assumimos que
m ≤ n, e que, sem perda de generalidade, o coeficiente de grau n do denominador
´ e unit´ ario. Na discuss˜ ao a seguir tomamos uma func¸ ˜ ao de malha fechada gen´ erica
T(s). Na notac¸ ˜ ao polinomial,
T(s) =
N
T
(s)
D
T
(s)
=
N
T
(s)
D
C
(s)D
P
(s)D
F
(s) +N
C
(s)N
P
(s)N
F
(s)
, (23)
na qual N
T
(s) ´ e qualquer dos numeradores das func¸ ˜ oes de malha fechada. Exem-
plo: se T(s) = T
ry
(s), ent˜ ao N
T
(s) = N
C
(s)N
P
(s)D
F
(s) (verifique). A ordem
EA721 / PAULO VALENTE / UNICAMP 57
de T(s) ´ e
n
T
= n
C
+n
P
+n
F
.
e a equac¸ ˜ ao caracter´ıstica (22) ´ e equivalente a equac¸ ˜ ao polinomial
D
T
(s) = D
C
(s)D
P
(s)D
F
(s) +N
C
(s)N
P
(s)N
F
(s) = 0. (24)
Se n˜ ao houver cancelamentos entre as m
T
ra´ızes de N
T
(s) = 0 e as n
T
ra´ızes
de D
T
(s) = 0, ent˜ ao as primeiras s˜ ao os zeros e as segundas os p´ olos da func¸ ˜ ao
de transferˆ encia de malha fechada T(s).
9. Dizemos que um sinal qualquer x ´ e limitado se existe uma constante M > 0 tal
que [x(t)[ < M para todo t ≥ 0. O degrau de amplitude A ´ e um exemplo de sinal
limitado. Um sinal do tipo rampa de inclinac¸ ˜ ao A s
−1
´ e ilimitado, pois qualquer
que seja M > 0, sempre existir´ a um tempo t > 0 tal que [At[ ≥ M. Observamos
que a soma de sinais limitados ´ e tamb´ em um sinal limitado.
10. Recordemos que um sistema dinˆ amico ´ e est´ avel do ponto de vista entrada-
sa´ıda, ou BIBO-est´ avel (do inglˆ es, Bounded-Input-Bounded-Output), se a res-
posta do sistema a qualquer entrada limitada ´ e tamb´ em limitada. Supondo que x
(transformada X(s)) ´ e qualquer entrada limitada, desejamos estabelecer as condic¸ ˜ oes
sob as quais a sa´ıda z (transformada Z(s)) do sistema modelado por T(s) ser´ a
tamb´ em limitada. No presente contexto, x representa genericamente r, w ou v,
enquanto que z representa genericamente e, u ou y.
11. Passamos ent˜ ao a analisar a anti-transformada de Z(s) = T(s)X(s), isto ´ e,
a resposta de T(s) ` a entrada X(s). Para obter a expans˜ ao em frac¸ ˜ oes parciais de
Z(s) ´ e necess´ ario determinar os p´ olos de T(s) e de X(s). Os p´ olos de T(s) s˜ ao
as ra´ızes de D
T
(s) = 0; os p´ olos de X(s) = N
X
(s)/D
X
(s) s˜ ao as ra´ızes de
D
X
(s) = 0.
12. Exemplo. Considere x(t) = sen t, t ≥ 0 (entrada senoidal, limitada). Ent ˜ ao
X(s) =
N
X
(s)
D
X
(s)
=
1
s
2
+ 1
,
e os p´ olos de X(s) s˜ ao as ra´ızes de s
2
+ 1 = 0, iguais a x
1
= j e x
2
= −j. A
expans˜ ao em frac¸ ˜ oes parciais de X(s) ´ e
X(s) =
α
s −j
+
¯ α
s +j
,
na qual α e ¯ α s˜ ao os resı´ıduos complexos conjulgados de x
1
e x
2
.
EA721 / PAULO VALENTE / UNICAMP 58
13. Em termos gen´ ericos,
Z(s) = T(s)X(s) =
N
T
(s)N
X
(s)
D
T
(s)D
X
(s)
=
N
T
(s)N
X
(s)
n
T

i=1
(s −p
i
)
n
X

i=1
(s −x
i
)
, (25)
em que p
1
, p
2
, . . . , p
n
T
e x
1
, x
2
, . . . , x
n
X
s˜ ao os p´ olos de T(s) e de X(s), respec-
tivamente. Assumindo por simplicidade que os p´ olos de Z(s) (uni˜ ao dos p´ olos de
T(s) e X(s)) s˜ ao todos distintos, obtemos a expans˜ ao em frac¸ ˜ oes parciais
Z(s) =
α
1
s −p
1
+
α
2
s −p
1
+ +
α
n
T
s −p
n
T
+
+
α
n
T
+1
s −x
1
+
α
n
T
+2
s −x
2
+ +
α
n
T
+n
X
s −x
n
X
,
na qual α
i
, i = 1, 2, . . . , n
T
+ n
X
s˜ ao os res´ıduos associados aos p´ olos de Z(s)
(s
i
= p
i
ou s
i
= x
i
):
α
i
=
N
T
(s)N
X
(s)
n
T

i=1
(s −p
i
)
n
X

i=1
(s −x
i
)
(s −s
i
), i = 1, 2, . . . , n
T
+n
X
.
A sa´ıda Z(s) pode ser representada como a soma
Z(s) = Z
T
(s) +Z
X
(s), (26)
em que Z
T
(s) e Z
X
(s) cont´ em apenas termos relativos aos p´ olos de T(s) e de
X(s), respectivamente. Em particular, observamos que Z
X
(s) tem uma expans˜ ao
em frac¸ ˜ oes parciais igual ` a de X(s), exceto por novos res´ıduos calculados em
func¸ ˜ ao de T(s) e X(s). Assim sendo, se x for uma entrada limitada, ent ˜ ao z
X
, a
anti-transformada de Z
X
(s), ser´ a tamb´ em limitada. A anti-transformada de Z(s)
´ e
z(t) = z
T
(t) +z
X
(t), t ≥ 0,
na qual z
T
representa a resposta natural (transit ´ oria) e z
X
´ e a resposta forc¸ada (ou
de regime) do sistema modelado por T(s). Como z
X
ser´ a sempre limitada para
qualquer entrada limitada x, a resposta total z ser´ a limitada ou ilimitada devido
apenas ` a resposta natural z
T
. Especificamente,
z(t) = z
T
(t) +z
X
(t),
= α
1
e
p
1
t

2
e
p
2
t
+ +α
n
T
e
pn
T
t
+z
X
(t), t ≥ 0.
EA721 / PAULO VALENTE / UNICAMP 59
Crit´ erio de estabilidade. O sistema T(s) ´ e est´ avel no sentido entrada-sa´ıda se e
somente se Re¦p
i
¦ < 0 para todo i = 1, 2, . . . , n
T
, em que Re¦p
i
¦ denota a parte
real do i-´ esimo p´ olo de T(s).
14. A an´ alise de estabilidade de T(s) pode ser associada a regi ˜ oes do plano com-
plexo s onde se localizam seus p´ olos.
a) Se Re¦p
i
¦ < 0 para todo i (todos os p´ olos no semi-plano esquerdo) as expo-
nenciais s˜ ao todas amortecidas, fazendo com que z
T
tenda a zero (z tenda
a z
X
) quando t tende ao infinito (resposta limitada). Dizemos ent ˜ ao que o
sistema ´ e est´ avel;
b) Se Re¦p
i
¦ > 0 para algum i (pelo menos ump´ olo no semi-plano direito), a ex-
ponencial correspondente tende ao infinito (assim como z
T
) quando t tende
ao infinito (resposta ilimitada). Dizemos ent˜ ao que o sistema ´ e inst´ avel;
c) Se Re¦p
i
¦ ≤ 0 para todo i (nenhum p´ olo no semi-plano direito, um ou mais
p´ olos sobre o eixo imagin´ ario), a resposta pode ser limitada ou ilimitada
dependendo da entrada (limitada). Dizemos neste caso que o sistema ´ e mar-
ginalmente est´ avel.
15. Exemplo. Considere o sistema
T(s) =
Z(s)
X(s)
=
1
s(s + 1)
.
O sistema ´ e marginalmente est´ avel de acordo com a classificac¸ ˜ ao acima. Os
p´ olos do sistema s˜ ao p
1
= 0 e p
2
= −1. A resposta z ´ e limitada se a entrada
limitada for x(t) = sen t, t ≥ 0. Entretanto, se a entrada limitada for x(t) =
1, t ≥ 0 (X(s) = 1/s), a resposta ser´ a ilimitada (verifique):
z(t) = t +e
−t/τ
−τ, t ≥ 0.
Se T(s) possuir umpar de p´ olos imagin´ arios de freq¨ uˆ encia natural ω
n
(todos os
demais p´ olos no semi-plano esquerdo) e for submetido ` a entrada limitada x(t) =
sen ω
n
t, t ≥ 0, a resposta de T(s) ser´ a ilimitada devido ao efeito de ressonˆ ancia.
16. Retomamos agora o sistema de controle da Figura 4.1, lembrando que as nove
func¸ ˜ oes de malha fechada indicadas em (19)-(21) possuem o mesmo denominador
e portanto os mesmos p´ olos p
i
, i = 1, 2, . . . , n
T
. Suponha que r, w e v sejam
entradas limitadas e que Re¦p
i
¦ < 0 para todo i = 1, 2, . . . , n
T
. Neste caso, as
EA721 / PAULO VALENTE / UNICAMP 60
repostas individuais nas express˜ oes (19)-(21) s˜ ao todas limitadas, assim como as
somas que definem e, u e y. Logo, as sa´ıdas e, u e y ser˜ ao tamb´ em limitadas.
Dizemos ent˜ ao que o sistema de controle da Figura 4.1 ´ e internamente est´ avel.
17. Como os p´ olos do sistema em malha fechada s˜ ao as ra´ızes da equac¸ ˜ ao carac-
ter´ıstica 1 + C(s)P(s)F(s) = 0, as quais por sua vez dependem da escolha do
controlador C(s) para P(s) e F(s) dadas, devemos antes de tudo escolher o con-
trolador de forma que Re¦p
i
¦ < 0 para todo i = 1, 2, . . . , n
T
, o que garante que o
sistema em malha fechada ser´ a (internamente) est´ avel.
18. Exemplo. Considere a func¸ ˜ ao de transferˆ encia do motor DC controlado pela
armadura,
P(s) =
Y (s)
U(s)
=
k
s(τs + 1)
,
em que k e τ s˜ ao o ganho e a constante de tempo do motor, respectivamente. A
planta ´ e marginalmente est´ avel, pois uma entrada (tens˜ ao de armadura) do tipo
degrau unit´ ario, por exemplo, torna a sa´ıda (posic¸ ˜ ao angular do eixo) ilimitada.
Supondo C(s) = k
c
(controle proporcional) e F(s) = k
s
(V/rad), obtemos a
equac¸ ˜ ao caracter´ıstica (verifique)
τs
2
+s +k
c
k
s
k = 0,
cujas ra´ızes (p´ olos do sistema em malha fechada) s˜ ao sempre reais negativas ou
complexas conjulgadas com parte real negativa, quaisquer que sejam k
c
, k
s
, k e
τ positivos. Conseq¨ uentemente, o sistema de controle em malha fechada ´ e sem-
pre est´ avel e a sa´ıda permanece limitada, mesmo que existam dist ´ urbios limitados
agindo no sistema.
EA721 / PAULO VALENTE / UNICAMP 61
Aula 5
Erros de Regime
Realimentac¸ ˜ ao unit´ aria
Tipos de sistemas de controle
Erros de regime: entradas degrau, rampa e par´ abola
Realimentac¸ ˜ ao unit ´ aria
1. Considere o diagrama de blocos de um sistema de controle em malha fechada da
Figura 5.1, no qual eventuais dist ´ urbios agindo no sistema n˜ ao s˜ ao explicitamente
representados. A entrada r serve de referˆ encia para a sa´ıda da planta, y. As func¸ ˜ oes
de transferˆ encia (malha aberta) do controlador, da planta e do sensor s˜ ao C(s),
P(s) e F(s), respectivamente.
PSfrag replacements
r
y
e u +

C(s) P(s)
F(s)
Figura 5.1: Sistema de controle em malha fechada.
2. Em muitas situac¸ ˜ oes pr´ aticas, a resposta do sensor ´ e muito mais r´ apida do que as
respostas dos demais componentes do sistema. Nestes casos podemos desprezar a
dinˆ amica do sensor, aproximar F(s) por um ganho constante e obter um diagrama
de blocos equivalente ao da Figura 5.1, mas com realimentac¸ ˜ ao unit´ aria. Para
efeito de exposic¸ ˜ ao, suponha que F(s) mede temperatura e que F(s) = k
s
, em
que k
s
transforma
o
C em volts. Observamos que unidade da vari´ avel de referˆ encia
deve ser volts para que o erro entre a referˆ encia e a sa´ıda fac¸a sentido.
3. Assuma que a sa´ıda do sistema deva rastrear a temperatura de 100
o
C. Em
princ´ıpio, r(t) = 100, t ≥ 0 (
o
C) (degrau de amplitude 100). Na pr´ atica, para dar
EA721 / PAULO VALENTE / UNICAMP 62
sentido ao erro, a referˆ encia deve ser especificada em volts: r(t) = 100k
−1
s
, t ≥
0 (V). O diagrama de blocos da Figura 5.2 ´ e equivalente ao diagrama de Figura
5.1, na medida em que a relac¸ ˜ ao entre r e y permanece inalterada. Entretanto,
no diagrama da Figura 5.2, a referˆ encia na entrada do somador possui a mesma
unidade da sa´ıda do sistema,
o
C.
PSfrag replacements
r (V) r (
o
C)
y
k
s
k
−1
s
o
C
+

C(s) P(s)
Figura 5.2: Diagrama de blocos equivalente (F(s) = k
s
).
4. Se a referˆ encia for especificada em graus e o ganho do sensor for incorporado
ao controlador ou ` a planta, obtemos o sistema de controle com realimentac¸ ˜ ao
unit´ aria representado na Figura 5.3. Sistemas de controle com realimentac¸ ˜ ao
unit´ aria s˜ ao mais simples de analisar e projetar.
PSfrag replacements
r y e +

C(s) P(s)
Figura 5.3: Sistema de controle com realimentac¸ ˜ ao unit´ aria.
5. Assumimos que o sistema de controle em malha fechada da Figura 5.3 ´ e est´ avel.
A transformada de Laplace do erro entre a referˆ encia r e a sa´ıda y ´ e
E(s) = R(s) −Y (s),
=
R(s)
1 +C(s)P(s)
.
O erro de regime (ou de estado estacion´ ario) do sistema, pode ser calculado
EA721 / PAULO VALENTE / UNICAMP 63
atrav´ es do Teorema do Valor Final:
e
s
= lim
t→∞
e(t) = lim
s→0
sE(s).
Observamos que o erro de regime depende da entrada de referˆ encia e da func¸ ˜ ao
de transferˆ encia do controlador, vari´ aveis, e da func¸ ˜ ao de tranferˆ encia da planta,
dada. Um dos objetivos do projeto de sistemas de controle ´ e limitar e eventual-
mente anular os erros de regime do sistema para determinadas entradas padr ˜ oes, o
que pode ser feito atrav´ es de uma escolha apropriada do controlador.
Tipos de sistemas de controle
6. Considere a func¸ ˜ ao de transferˆ encia de malha aberta C(s)P(s) na forma
C(s)P(s) =
N
C
(s)
D
C
(s)
N
P
(s)
D
P
(s)
=
N
CP
(s)
D
CP
(s)
=
N
CP
(s)
s
N ¯
D
CP
(s)
,
na qual eventuais N p´ olos na origem de C(s)P(s) est˜ ao explicitamente indicados.
Sup˜ oe-se que N
CP
(s) e
¯
D
CP
(s) n˜ ao possuem zeros em s = 0. O n´ umero inteiro
N define o tipo do sistema de controle. Fisicamente, o tipo do sistema ´ e igual ao
n´ umero de integradores (1/s) no caminho direto entre a referˆ encia r e a sa´ıda y.
O tipo do sistema de controle determina fundamentalmente os valores dos erros de
estado estacion´ ario do sistema, como ser´ a visto a seguir.
Erros de regime: entradas degrau, rampa e par ´ abola
7. Os erros de regime para entradas degrau, rampa e par´ abola unit´ arias podem ser
calculados a partir da express˜ ao geral para erro de estado estacion´ ario:
e
s
= lim
s→0
sE(s) = lim
s→0
s
R(s)
1 +C(s)P(s)
.
Erros para entrada degrau. Se R(s) = 1/s, obtemos
e
d
= lim
s→0
1
1 +C(s)P(s)
=
1
1 + lim
s→0
C(s)P(s)
=
1
1 +k
p
,
em que
k
p
= lim
s→0
C(s)P(s),
EA721 / PAULO VALENTE / UNICAMP 64
denota a chamada constante de posic¸ ˜ ao do sistema. O termo posic¸ ˜ ao refere-se ao
fato de que estamos interessados em posicionar (colocar) a sa´ıda do sistema num
valor constante. O valor de k
p
depende do tipo do sistema de controle. Se N = 0,
ent˜ ao k
p
´ e uma constante, assim como e
d
. Se N ≥ 1, ent˜ ao k
p
= ∞e e
d
= 0. O
erro de regime de um sistema do tipo 1 ou superior para entrada degrau ´ e zero.
PSfrag replacements
r
r
r
y
y
y
t
t
t
tipo 0
tipo 1
tipo 2
e
r
= ∞
e
r
= cte
e
r
= 0
Figura 5.4: Erros de regime para entrada rampa.
Erros para entrada rampa. Se R(s) = 1/s
2
, obtemos
e
r
= lim
s→0
1
s +sC(s)P(s)
=
1
lim
s→0
sC(s)P(s)
=
1
k
v
,
em que
k
v
= lim
s→0
sC(s)P(s) (s
−1
),
EA721 / PAULO VALENTE / UNICAMP 65
denota a chamada constante velocidade do sistema, pois estamos interessados em
controlar a variac¸ ˜ ao da sa´ıda do sistema. Se N = 0, ent˜ ao k
v
= 0 e e
r
= ∞. Se
N = 1, ent˜ ao k
v
´ e uma constante, assim como e
r
. Se N ≥ 2, ent˜ ao k
v
= ∞ e
e
r
= 0. O erro de regime de um sistema do tipo 2 ou superior para entrada rampa
´ e zero. A Figura 5.4 ilustra os erros de regime para entrada rampa em func¸ ˜ ao do
tipo do sistema.
Erros para entrada par´ abola. Se R(s) = 1/s
3
, obtemos
e
p
= lim
s→0
1
s
2
+s
2
C(s)P(s)
=
1
lim
s→0
s
2
C(s)P(s)
=
1
k
a
,
em que
k
a
= lim
s→0
s
2
C(s)P(s) (s
−2
)
denota a chamada constante de acelerac¸ ˜ ao do sistema, pois agora estamos inte-
ressados em controlar a acelerac¸ ˜ ao da sa´ıda do sistema. Se N ≤ 1, ent˜ ao k
a
= 0 e
e
p
= ∞. Se N = 2, ent˜ ao k
a
´ e uma constante, assim como e
p
. Se N ≥ 3, ent˜ ao
k
a
= ∞ e e
p
= 0. O erro de regime de um sistema do tipo 3 ou superior para
entrada parab´ olica ´ e zero.
8. A tabela abaixo resume os valores dos erros de regime e das contantes de
posic¸ ˜ ao, velocidade e acelerac¸ ˜ ao para as entradas degrau, rampa e par´ abola em
func¸ ˜ ao do tipo do sistema.
N 1/s 1/s
2
1/s
3
Constantes
0
1
1 +k
p
∞ ∞ k
p
= lim
s→0
C(s)P(s)
1 0
1
k
v
∞ k
v
= lim
s→0
sC(s)P(s)
2 0 0
1
k
a
k
a
= lim
s→0
s
2
C(s)P(s)
Genericamente, para que os erros de regime devidos a entradas R(s) = 1/s
m
de ordens m = 1, 2, . . . , n sejam nulos, ´ e necess´ ario que N ≥ m. Se a amplitude
EA721 / PAULO VALENTE / UNICAMP 66
da entrada for A, o erro de regime ´ e simplesmente multiplicado por A. (Note que
R(s) = 1/s
3
´ e a transformada de Laplace de r(t) = t
2
/2, t ≥ 0.)
9. Se um sistema de controle responde bem a entradas simples como degrau,
rampa, par´ abola, etc., ent˜ ao ´ e razo´ avel imaginar que o sistema tamb´ em responder´ a
bem a entradas mais gerais que possam ser escritas como combinac¸ ˜ oes dos termos
1, t, t
2
/2, . . .. Todo sinal de entrada r bem comportado pode ser aproximado por
um polinˆ omio na forma
r(t) · c
1
+c
2
t +
c
3
t
2
2
+ , t ≥ 0,
o que justifica ainda mais nosso interesse pelos erros de regime para entradas de-
grau, rampa e par´ abola.
10. Como o tipo do sistema ´ e func¸ ˜ ao do n´ umero de p´ olos de C(s)P(s) na origem
e a func¸ ˜ ao de transferˆ encia da planta ´ e dada, o tipo do sistema varia de acordo
com a escolha do controlador. Suponha, por exemplo, que P(s) n˜ ao tenha p´ olos
na origem. Ainda assim o erro de regime para entrada degrau ser´ a nulo se o con-
trolador tiver pelo menos um p´ olo na origem (sistema tipo 1), como os chamados
controladores PI’s:
C(s) =
k
P
s +k
I
s
,
nos quais k
P
e k
I
s˜ ao os ganhos (ajust´ aveis) proporcional e integral, respectiva-
mente. Parece ent˜ ao natural incorporar a C(s) tantos integradores quantos sejam
necess´ arios para anular erros de regime. Essa pr´ atica, entretanto, torna a estabiliza-
c¸ ˜ ao do sistema em malha fechada muito dif´ıcil, como ser´ a constatado futuramente.
PSfrag replacements
r y +

k
c
10
s(0.1s + 1)
0
Figura 5.5: Controle de posic¸ ˜ ao de um motor DC.
11. Exemplo. Considere o diagrama de blocos da Figura 5.5, que representa
o sistema de controle de posic¸ ˜ ao de um motor DC. Como a constante de tempo
EA721 / PAULO VALENTE / UNICAMP 67
do motor ´ e τ = 0.1 s, a velocidade do motor atinge seu valor de regime ap´ os
aproximadamente 4τ = 0.4 s, quando operado em malha aberta. Como
C(s)P(s) =
10k
c
s(0.1s + 1)
,
o tipo do sistema ´ e N = 1. As constantes e erros de regime para as diferentes
entradas s˜ ao:
k
p
= lim
s→0
10k
c
s(0.1s + 1)
= ∞, e
d
=
1
1 +k
p
= 0,
k
v
= lim
s→0
s
10k
c
s(0.1s + 1)
= 10k
c
, e
r
=
1
k
v
=
1
10k
c
,
k
a
= lim
s→0
s
2
10k
c
s(0.1s + 1)
= 0, e
p
=
1
k
a
= ∞.
Se a unidade da sa´ıda for radiano e k
c
= 10, por exemplo, ent˜ ao o erro de
regime para entrada rampa seria de 0.01 rad/s. Nada se pode dizer a priori sobre o
tempo necess´ ario para o sistema chegar ` a situac¸ ˜ ao de regime.
12. Exemplo. O diagrama de blocos da Figura 5.6 representa um sistema de
controle de temperatura.
PSfrag replacements
r (V) y (
o
C)
+

C(s)
5
s + 0.1
0.05
Figura 5.6: Sistema de controle de temperatura.
Como o sistema n˜ ao se encontra na configurac¸ ˜ ao de realimentac¸ ˜ ao unit´ aria,
n˜ ao ´ e poss´ıvel calcular diretamente os erros de estado estacion´ ario. Incorporando
o ganho do sensor (k
s
= 0.05 V/
o
C) ` a planta, chegamos ao sistema de controle
com realimentac¸ ˜ ao unit´ aria da Figura 5.7. Supondo C(s) = k
c
, obtemos
C(s)P(s) =
0.25k
c
s + 0.1
,
EA721 / PAULO VALENTE / UNICAMP 68
e o tipo do sistema ´ e N = 0. O erro de regime para entrada degrau ´ e constante e
para as demais entradas ´ e infinito.
PSfrag replacements
r (
o
C) y (
o
C) +

C(s)
0.25
s + 0.1
Figura 5.7: Sistema com realimentac¸ ˜ ao unit´ aria.
A constante de posic¸ ˜ ao e o erro de regime para a entrada degrau s˜ ao
k
p
= lim
s→0
0.25k
c
s + 0.1
= 2.5k
c
e e
d
=
1
1 + 2.5k
c
o
C,
O erro de regime ´ e inversamente proporcional ao ganho do controlador, mas
restric¸ ˜ oes de ordem pr´ atica impedem que k
c
seja muito grande. Se a referˆ encia
degrau for de 100
o
C e k
c
= 10, ent˜ ao
e
d
=
100
1 + 2.5 10
= 4
o
C
A temperatura de regime seria de 96
o
C.
EA721 / PAULO VALENTE / UNICAMP 69
Aula 6
Faixa de Passagem e Sensibilidade
Faixa de passagem
Sensibilidade
Sensibilidade do sistema em malha aberta
Sensibilidade do sistema em malha fechada
Faixa de passagem
1. A faixa de passagem ou largura de banda de um sistema dinˆ amico pode
ser definida genericamente como sendo a faixa de freq¨ uˆ encias dentro da qual o
sistema responde satisfatoriamente ao sinal de entrada. O conceito tem origem na
´ area de Comunicac¸ ˜ oes. Amplificadores de ´ audio, por exemplo, s˜ ao normalmente
comparados a um amplificador ideal, no sentido do amplificador apresentar uma
resposta em freq¨ uˆ encia plana na faixa de 20 a 20000 Hz. A faixa de passagem
do amplificador ideal, 20000 Hz − 20 Hz = 19980 Hz, coincidiria com a faixa de
passagem do sistema auditivo do ser humano.
2. Resposta plana significa que a raz˜ ao entre as amplitudes da sa´ıda e da entrada ´ e
essencialmente constante ao longo da faixa de passagem do amplificador. A Figura
6.1 ilustra o diagrama de magnitude de um amplificador de ´ audio representado pela
func¸ ˜ ao de transferˆ encia G(s). A variac¸ ˜ ao no ganho (magnitude) do amplificador ´ e
de no m´ aximo 1/

2 (3 dB) dentro da faixa 20 Hz – 20000 Hz. O ganho cai 3 dB
nas freq¨ uˆ encias de corte 20 Hz e 20000 Hz.
PSfrag replacements
20 20000
3 dB
[G(jω)[
dB
f, Hz
Figura 6.1: Resposta de um amplificador de ´ audio ideal.
EA721 / PAULO VALENTE / UNICAMP 70
3. Para efeito de interpretac¸ ˜ ao em termos dos conte´ udos espectrais dos sinais en-
volvidos, considere o sistema T(s) = Y (s)/R(s). A energia do sinal de entrada
na freq¨ uˆ encia ω ´ e dada por
E
R
(ω) =
1
π
[R(jω)[
2
,
e como todo sinal f´ısico E
R
(ω) tende a zero quando ω tende ao infinito. A energia
do sinal de sa´ıda ´ e
E
Y
(ω) =
1
π
[Y (jω)[
2
=
1
π
[R(jω)T(jω)[
2
,
=
1
π
[R(jω)[
2
[T(jω)[
2
.
A energia do sinal de entrada na freq¨ uˆ encia ω ´ e transmitida para a sa´ıda apenas
se a magnitude do sistema na freq¨ uˆ encia ω ´ e significativa. Se a magnitude [T(jω)[
for significativa na faixa de freq¨ uˆ encias na qual a energia do sinal de entrada se
concentra, o sinal de entrada ser´ a satisfatoriamente transmitido para a sa´ıda do
sistema. Na terminologia pr´ opria da ´ area de sistemas de controle, diz-se que a
sa´ıda rastreia (segue, acompanha) a entrada.
4. A faixa de passagem de um sistema de controle T(s) pode ser definida como
a faixa de freq¨ uˆ encias dentro da qual a magnitude [T(jω)[ n˜ ao cai mais do que
3 dB em relac¸ ˜ ao ao valor [T(j0)[ (valor DC).
´
E poss´ıvel definir a freq¨ uˆ encia de
referˆ encia ω = 0 porque sistemas de controle s˜ ao essencialmente filtros passa-
baixas.
PSfrag replacements
3 dB
0 ←ω
[T(jω)[
dB
w, rad/s
ω
FP
Figura 6.2: Resposta t´ıpica de um sistema de controle.
EA721 / PAULO VALENTE / UNICAMP 71
A faixa de passagem do sistema ilustrado na Figura 6.2 ´ e numericamente igual
` a freq¨ uˆ encia ω
FP
tal que [T(jω
FP
)[
dB
= [T(j0)[
dB
−3 dB. Geralmente exige-se
que [T(j0)[
dB
= 0 ([T(j0)[ = 1), de forma que o sistema de controle seja capaz
de rastrear entradas constantes sem erros de regime.
5. Um dos objetivos do projeto de sistemas de controle ´ e limitar a faixa de passa-
gem do sistema ` a faixa de freq¨ uˆ encias necess´ aria para que a sa´ıda rastreie a entrada.
Desta forma, ru´ıdos (energia esp´ uria, n˜ ao-desejada) fora da faixa delimitada pela
faixa de passagem ser˜ ao substancialmente atenuados pelo sistema de controle. Ou-
tro efeito importante da limitac¸ ˜ ao da faixa de passagem ´ e impedir que determinadas
dinˆ amicas n˜ ao-modeladas, usualmente caracter´ısticas da planta em freq¨ uˆ encias
mais elevadas suprimidas no modelo adotado, sejam excitadas por componentes
do sinal de entrada nessas freq¨ uˆ encias.
6. A faixa de passagem do sistema em malha fechada ´ e determinada pela escolha
do controlador, uma vez que T(s) ´ e func¸ ˜ ao de C(s):
T(s) =
Y (s)
R(s)
=
C(s)P(s)
1 +C(s)P(s)F(s)
Para efeito de ilustrac¸ ˜ ao, considere
C(s) = k
c
, P(s) =
1
τs + 1
, e F(s) = 1.
A faixa de passagem do sistema em malha aberta, C(s)P(s) = k
c
/(τs + 1), ´ e
igual a freq¨ uˆ encia de corte da planta: ω
FP
= 1/τ. (A magnitude em ω
FP
= 1/τ
cai 3 dB em relac¸ ˜ ao ` a ass´ıntota de baixa freq¨ uˆ encia). Por outro lado, a faixa de
passagem do sistema em malha fechada
T(s) =
k
c
τs + (1 +k
c
)
´ e ω
FP
= (1 +k
c
)/τ (verifique), e agora depende do ganho do controlador. Menor
ganho, menor faixa de passagem e vice-versa. Se τ = 0.1 s e k
c
= 1, ent˜ ao
ω
FP
= 20 rad/s. A faixa de passagem de um sistema de segunda ordem na forma
padr˜ ao com fator de amortecimento ξ = 0.5 ´ e ω
FP
= ω
n
.
Sensibilidade
7. Um controlador projetado a partir das func¸ ˜ oes de transferˆ encia nominais da
planta e do sensor deve ser capaz de manter o desempenho especificado para o
EA721 / PAULO VALENTE / UNICAMP 72
sistema de controle emmalha fechada a despeito de poss´ıveis variac¸ ˜ oes nas func¸ ˜ oes
de transferˆ encia envolvidas.
8. Considere uma func¸ ˜ ao de transferˆ encia gen´ erica G(s). Desejamos analisar a
variac¸ ˜ ao de G(s) quando um dado parˆ ametro p de G(s) varia. (Uma notac¸ ˜ ao mais
formal seria G(s, p)). Suponha que G(s) e p representam valores nominais e que
∆G(s) e ∆p representamvariac¸ ˜ oes emrelac¸ ˜ ao aos valores nominais. Araz˜ ao entre
a variac¸ ˜ ao percentual de G(s) e a variac¸ ˜ ao percentual de p ´ e
S(s) =
∆G(s)
G(s)
∆p
p
=
∆G(s)
∆p
p
G(s)
.
A func¸ ˜ ao de sensibilidade de G(s) em relac¸ ˜ ao a p ´ e definida como
S
G
p
(s) = lim
∆p→0
∆G(s)
∆p
p
G(s)
=
∂G(s)
∂p
p
G(s)
.
9. Generalizac¸ ˜ ao. A func¸ ˜ ao de sensibilidade de uma func¸ ˜ ao de transferˆ encia G(s)
em relac¸ ˜ ao a outra func¸ ˜ ao de transferˆ encia Q(s) ´ e dada por
S
G
Q
(s) =
∂G(s)
∂Q(s)
Q(s)
G(s)
.
A resposta em freq¨ uˆ encia de S
G
Q
(s) expressa como a resposta em freq¨ uˆ encia
de G(s) varia percentualmente quando a resposta em freq¨ uˆ encia de Q(s) varia
percentualmente.
Sensibilidade do sistema em malha aberta
10. Suponha que G(s) = C(s)P(s) ´ e a func¸ ˜ ao de transferˆ encia do sistema de con-
trole em malha aberta. Neste caso, a sensibilidade de G(s) em relac¸ ˜ ao ` a variac¸ ˜ ao
de P(s) ´ e
S
G
P
(s) =
∂G(s)
∂P(s)
P(s)
G(s)
= C(s)
P(s)
C(s)P(s)
= 1,
expressando o fato de que qualquer variac¸ ˜ ao na planta ser´ a integralmente refletida
na func¸ ˜ ao de transferˆ encia do sistema em malha aberta, independentemente do
EA721 / PAULO VALENTE / UNICAMP 73
controlador utilizado. O desempenho do sistema em malha aberta ser´ a severamente
afetado por variac¸ ˜ oes na planta. Conclus˜ ao idˆ entica ´ e obtida quando a variac¸ ˜ ao
ocorre na func¸ ˜ ao de transferˆ encia do controlador.
Sensibilidade do sistema em malha fechada
11. Considere a func¸ ˜ ao de transferˆ encia de malha fechada
T(s) =
Y (s)
R(s)
=
C(s)P(s)
1 +C(s)P(s)F(s)
.
A sensibilidade do sistema em malha fechada T(s) em relac¸ ˜ ao a variac¸ ˜ oes na
planta P(s), no sensor F(s) ou no pr ´ oprio controlador C(s) pode ser investigada
com o aux´ılio da func¸ ˜ ao de sensibilidade.
12. A sensibilidade de T(s) em relac¸ ˜ ao a P(s) ´ e dada por
S
T
P
(s) =
∂T(s)
∂P(s)
P(s)
T(s)
,
=
[1 +C(s)P(s)F(s)]C(s) −[C(s)F(s)]C(s)P(s)
[1 +C(s)P(s)F(s)]
2

1 +C(s)P(s)F(s)
C(s)
,
=
1
1 +C(s)P(s)F(s)
.
A sensibilidade de T(s) em relac¸ ˜ ao a P(s) pode ser melhor analisada atrav´ es
da resposta em freq¨ uˆ encia de S
T
P
(s),
S
T
P
(jω) =
1
1 +C(jω)P(jω)F(jω)
.
A quantidade C(jω)P(jω)F(jω) ´ e chamada de ganho de malha do sistema.
Corresponde ` a resposta em freq¨ uˆ encia do produto das func¸ ˜ oes de transferˆ encia na
malha de controle se ignorarmos o sinal negativo no somador. O ganho de malha
deve ser grande dentro da faixa de passagem do sistema para que a sensibilidade
de T(s) em relac¸ ˜ ao a P(s) nessa faixa de freq¨ uˆ encias seja pequena. Como P(s)
e F(s) s˜ ao dadas, a soluc¸ ˜ ao ´ e projetar C(s) para produzir ganhos elevados nessa
faixa de freq¨ uˆ encias. Entretanto, ganhos muito elevados tornam a resposta do sis-
tema muito oscilat ´ oria, e eventualmente conduzem ` a sua instabilidade.
EA721 / PAULO VALENTE / UNICAMP 74
13. A sensibilidade de T(s) em relac¸ ˜ ao a F(s) ´ e calculada de forma an´ aloga, sendo
igual a (verifique)
S
T
F
(s) =
∂T(s)
∂F(s)
F(s)
T(s)
=
−C(s)P(s)F(s)
1 +C(s)P(s)F(s)
.
A resposta em freq¨ uˆ encia de S
T
F
(s) ´ e
S
T
F
(jω) =
−C(jω)P(jω)F(jω)
1 +C(jω)P(jω)F(jω)
.
A conclus˜ ao agora ´ e oposta ` a do caso anterior. O ganho de malha deve ser
pequeno dentro da faixa de passagem do sistema para que a sensibilidade de T(s)
em relac¸ ˜ ao a F(s) nessa faixa de freq¨ uˆ encias seja pequena. Para isso, devemos
projetar C(s) para produzir ganhos baixos dentro da faixa de passagem do sistema.
Por sua vez, ganhos muito baixos tornam a resposta do sistema muito lenta e pouco
precisa em relac¸ ˜ ao ` a entrada de referˆ encia.
14. Uma conclus˜ ao geral importante ´ e a de que ´ e imposs´ıvel projetar um contro-
lador de forma que o sistema de malha fechada seja simultaneamente insens´ıvel a
variac¸ ˜ oes na planta e no sensor. Uma soluc¸ ˜ ao para desacoplar as sensibilidades de
T(s) em relac¸ ˜ ao a P(s) e F(s) ´ e investir na qualidade do sensor, evitando que este
varie. Com isso, ´ e poss´ıvel trabalhar numa faixa de ganhos na qual o desempenho
do sistema em malha fechada possa ser melhor controlado.
15. A sensibilidade de T(s) em relac¸ ˜ ao a C(s) ´ e igual a sensibilidade de T(s) em
relac¸ ˜ ao a P(s) (verifique), o que n˜ ao altera as conclus˜ oes acima. Na maioria dos
sistemas de controle atuais o controlador ´ e implementado digitalmente, sendo basi-
camente um conjunto de instruc¸ ˜ oes na linguagem utilizada pelo microprocessador
utilizado. Neste sentido, a sensibilidade do sistema em relac¸ ˜ ao ao controlador tem
mais a ver com quest ˜ oes de representac¸ ˜ ao de parˆ ametros em ponto flutuante, por
exemplo.
16. A sensibilidade de T(s) em relac¸ ˜ ao a algum parˆ ametro p de P(s) (por exem-
plo) pode ser obtida atrav´ es da chamada regra da cadeia:
S
T
p
(s) =
∂T(s)
∂p
p
T(s)
=
∂T(s)
∂P(s)
∂P(s)
∂p
p
T(s)
.
17. Exemplo. Considere um sistema de controle em malha fechada com os se-
EA721 / PAULO VALENTE / UNICAMP 75
guintes componentes:
C(s) = k
c
, P(s) =
k
s + 0.1
e F(s) = 0.05.
Desejamos analisar a influˆ encia do ganho do controlador, k
c
, na sensibilidade
de T(s) em relac¸ ˜ ao ao ganho da planta, k. Supomos que o valor nominal de k ´ e 5.
A func¸ ˜ ao de malha fechada ´ e
T(s) =
C(s)P(s)
1 +C(s)P(s)F(s)
=
k
c
k
s + (0.1 + 0.05k
c
k)
.
Logo
S
T
k
(s) =
∂T(s)
∂k
k
T(s)
=
=
[s + (0.1 + 0.05k
c
k)]k
c
−(0.05k
c
)(k
c
k)
[s + (0.1 + 0.05k
c
k)]
2
[s + (0.1 + 0.05k
c
k)]
k
c
.
Em k = 5,
S
T
k
(s) =
s + 0.1
s + (0.1 + 0.25k
c
)
.
A resposta em freq¨ uˆ encia de S
T
k
(s) ´ e
S
T
k
(jω) =
jω + 0.1
jω + (0.1 + 0.25k
c
)
=
0.1
0.1 + 0.25k
c
_

0.1
+ 1
_
_

0.1 + 0.25k
c
+ 1
_ .
Observamos que a magnitude da sensibilidade S
T
k
(jω) decresce com o au-
mento do ganho do controlador.
EA721 / PAULO VALENTE / UNICAMP 76
Aula 7
Rejeic¸ ˜ ao de dist ´ urbios
Rejeic¸ ˜ ao de dist ´ urbios
Controle da resposta transit ´ oria
Controle da resposta em freq¨ uˆ encia
Rejeic¸ ˜ ao de dist ´ urbios
1. Dist ´ urbios s˜ ao entradas independentes que tendem a afetar de forma adversa
o funcionamento do sistema de controle. Entradas de dist ´ urbio podem ser usadas
para modelar a variac¸ ˜ ao de algum componente do sistema, ou para modelar o efeito
do ambiente sobre o sistema de controle. A Figura 9.1 ilustra um sistema de con-
trole no qual a entrada de dist ´ urbio, w, ´ e refletida na entrada da planta (atuac¸ ˜ ao).
A entrada de dist ´ urbio pode estar refletida na sa´ıda da planta, como na Figura 9.2.
PSfrag replacements
r y
w
+
+
+

C(s) P(s)
F(s)
Figura 9.1: Sistema de controle sujeito a um dist ´ urbio na atuac¸ ˜ ao.
PSfrag replacements
r
y
w
+
+
+

C(s) P(s)
F(s)
Figura 9.2: Sistema de controle sujeito a um dist ´ urbio na sa´ıda.
EA721 / PAULO VALENTE / UNICAMP 77
2. Certos dist ´ urbios podem ser modelados como a sa´ıda de um filtro D(s) subme-
tido a uma entrada w do tipo degrau, por exemplo. A Figura 9.3 ilustra a ac¸ ˜ ao do
dist ´ urbio filtrado na sa´ıda da planta.
PSfrag replacements
r
y
w
+
+
+

C(s) P(s)
F(s)
D(s)
Figura 9.3: Sistema de controle sujeito a dist ´ urbio filtrado na sa´ıda.
3. O efeito l´ıquido do dist ´ urbio indicado na Figura 9.1 ´ e modificar o sinal de
controle, tirando-lhe efetividade. Um dist ´ urbio na sa´ıda da planta como ilustra
a Figura 9.2 modifica o sinal a ser medido. Considere um dist ´ urbio na sa´ıda da
planta, como representado na Figura 9.3. Atrav´ es do Princ´ıpio da Superposic¸ ˜ ao,
obtemos
Y (s) =
C(s)P(s)
1 +C(s)P(s)F(s)
R(s) +
D(s)
1 +C(s)P(s)F(s)
W(s),
= T(s)R(s) +G(s)W(s),
em que G(s) = Y (s)/W(s). A primeira parcela da soma ´ e a resposta do sistema
de controle ` a entrada de referˆ encia r, enquanto que a segunda ´ e a resposta do
sistema ao sinal de dist ´ urbio w. A resposta temporal do sistema ´ e obtida anti-
transformando Y (s):
y(t) = y
R
(t) +y
W
(t), t ≥ 0
O sistema de controle n˜ ao pode evitar que a sa´ıda seja transitoriamente afetada
pela ac¸ ˜ ao do dist ´ urbio w, mas pode evitar a ac¸ ˜ ao do dist ´ urbio em regime, fazendo
com que y
W
(t) tenda a zero (y(t) tenda a y
R
(t)) quando t tender ao infinito. Neste
caso, dizemos que ocorre a rejeic¸ ˜ ao do dist ´ urbio pelo sistema de controle.
EA721 / PAULO VALENTE / UNICAMP 78
4. Na an´ alise de rejeic¸ ˜ ao de dist ´ urbio a seguir, consideramos realimentac¸ ˜ ao unit´ aria
(F(s) = 1). Na faixa de freq¨ uˆ encias na qual o ganho de malha C(jω)P(jω) for
grande (0 < ω ≤ ω
FP
, por exemplo),
T(jω) =
C(jω)P(jω)
1 +C(jω)P(jω)
· 1,
e a sa´ıda seguir´ a a referˆ encia com boa aproximac¸ ˜ ao, pois
G(jω) =
D(jω)
1 +C(jω)P(jω)
· 0.
significando que o dist ´ urbio ser´ a bastante atenuado. Como o controlador ´ e a parte
projet´ avel do sistema de controle, a forma mais indicada de se aumentar o ganho de
malha ´ e aumentando o ganho do controlador na faixa de freq¨ uˆ encias de interesse.
5. Exemplo. A conclus˜ ao de que C(jω)P(jω) deve ser grande para rejeic¸ ˜ ao de
dist ´ urbios independe do modelo do dist ´ urbio. Considere o sistema de controle da
Figura 9.4 abaixo, que modela um sistema autom´ atico de controle de temperatura
(aquecimento) de uma cˆ amara.
PSfrag replacements
r
y
w
+
+
+

k
P
+
k
I
s
5
s + 0.1
0.05
−0.6
s + 0.1
Figura 9.4: Sistema de aquecimento de uma cˆ amara.
Em malha aberta, a ac¸ ˜ ao de uma entrada de dist ´ urbio do tipo degrau como abrir
o acesso ` a cˆ amara, expondo a cˆ amara ` a temperatura externa, mais baixa, por um
per´ıodo de tempo suficientemente longo, reflete-se numa queda de −6
o
C ap´ os 40
s, representada pelo filtro
D(s) =
−0.6
s + 0.1
=
−6
10s + 1
,
EA721 / PAULO VALENTE / UNICAMP 79
de ganho −6 e constante de tempo τ = 10 s. A sa´ıda do sistema de controle em
malha fechada ´ e, de acordo com o Princ´ıpio da Superposic¸ ˜ ao,
Y (s) =
C(s)P(s)
1 +C(s)P(s)F(s)
R(s) +
D(s)
1 +C(s)P(s)F(s)
W(s),
= T(s)R(s) +G(s)W(s),
em que G(s) = Y (s)/W(s). Numericamente,
G(s) =
−0.6
s + 0.1
1 +
_
k
P
+
k
I
s
_
0.25
s + 0.1
,
=
−0.6s
s
2
+ (0.1 + 0.25k
P
)s + 0.25k
I
.
A resposta em freq¨ uˆ encia de G(s) ´ e
G(jω) =
−j0.6ω
−ω
2
+j(0.1 + 0.25k
P
)ω + 0.25k
I
,
e G(jω) tende a zero quando ω tende a zero. Dist ´ urbios de baixa freq¨ uˆ encia s˜ ao
bastante atenuados. Em particular, G(j0) = 0, significando que dist ´ urbios do tipo
degrau s˜ ao completamente rejeitados. Especificamente, para W(s) = 1/s,
y
W
(∞) = lim
s→0
sG(s)W(s) = 0.
Este efeito torna-se poss´ıvel devido a escolha do controlador PI, que fornece
ganho infinito na freq¨ uˆ encia ω = 0, quaisquer que sejam k
P
e k
I
> 0. Entre-
tanto, valores particulares de k
P
e k
I
tˆ em importante efeito sobre o comportamento
transit´ orio da cˆ amara da sala ap´ os a abertura do acesso.
Controle da resposta transit ´ oria
6. Em sistemas de controle estamos particularmente interessados em analisar como
a sa´ıda da planta responde a determinados sinais de referˆ encia. A func¸ ˜ ao de trans-
ferˆ encia de malha fechada relevante para este tipo de an´ alise ´ e
EA721 / PAULO VALENTE / UNICAMP 80
T(s) =
Y (s)
R(s)
=
N
T
(s)
D
T
(s)
=
N
T
(s)
n
T

i=1
(s −p
i
)
emque n
T
´ e a ordeme p
i
, i = 1, 2, . . . , n
T
, s˜ ao os p´ olos de T(s), respectivamente.
Os zeros de T(s) s˜ ao as ra´ızes de N
T
(s). Assumindo por simplicidade que os p´ olos
s˜ ao todos distintos, a sa´ıda da planta pode ser representada na forma de frac¸ ˜ oes
parciais como
Y (s) = T(s)R(s) =
α
1
s −p
1
+
α
1
s −p
2
+. . . +
α
1
s −p
n
T
+Y
R
(s),
na qual Y
R
(s) cont´ em as frac¸ ˜ oes relativas aos p´ olos de uma dada entrada R(s). A
resposta temporal do sistema ´ e obtida atrav´ es da anti-trasformada de Laplace de
Y (s):
y(t) = α
1
e
p
1
t

2
e
p
2
t
+ +α
1
e
pn
T
t
+y
R
(t), t ≥ 0
Se o sistema em malha fechada for est´ avel, isto ´ e, se as partes reais de todos os
p´ olos de T(s) forem negativas, ent˜ ao as exponenciais e
p
i
t
, i = 1, 2, . . . , n
T
ten-
dem a zero quando t → ∞ e a resposta tende ` a resposta forc¸ada ou resposta em
regime, y
R
. A resposta natural ou resposta transit ´ oria do sistema ´ e dada pela soma
α
1
e
p
1
t

2
e
p
2
t
+ +α
n
T
e
pn
T
t
, t ≥ 0.
7. P´ olos dominantes. As exponenciais e
p
i
t
, i = 1, 2, . . . , n
T
s˜ ao as vˆ ezes chama-
das de modos do sistema. A amplitude de cada modo ´ e dada pelo res´ıduo associado
ao respectivo p´ olo:
α
j
=
N
T
(s)

i=j
(s −p
j
)
R(s) [
s=p
i
, j = 1, 2, . . . , n
T
,
A contribuic¸ ˜ ao de cada modo para a resposta transit ´ oria do sistema ´ e func¸ ˜ ao da
sua amplitude, a qual por sua vez depende das localizac¸ ˜ oes dos zeros e p´ olos de
T(s) e de R(s), e da constante de tempo do p´ olo associado. Um p´ olo real possui
constante de tempo τ
i
= 1/[p
i
[ (p
1
< 0 se o sistema ´ e est´ avel). A constante de
tempo de um par de p´ olos complexos conjulgados −ξω
n
±jω
n

1 −ξ ´ e dada por
τ
i
= 1/(ξω
n
). Se
α
1
e
p
1
t

2
e
p
2
t
+ +α
n
T
e
pn
T
t
· α
i
e
p
i
t
, t ≥ 0,
EA721 / PAULO VALENTE / UNICAMP 81
dizemos que o p´ olo p
i
´ e o p´ olo dominante do sistema, que ent˜ ao responde como
um sistema de primeira ordem. Se
α
1
e
p
1
t

2
e
p
2
t
+ +α
n
T
e
pn
T
t
· α
i
e
p
i
t

j
e
p
j
t
, t ≥ 0,
os p´ olos p
i
e p
j
(eventualmente p
j
= ¯ p
i
, α
j
= ¯ α
i
) s˜ ao o par de p´ olos dominantes
do sistema, que ent˜ ao responde como um sistema de segunda ordem.
8. Exemplo. Considere a func¸ ˜ ao de transferˆ encia de malha fechada de terceira
ordem
T(s) =
Y (s)
R(s)
=
20
(s + 10)(s
2
+ 2s + 2)
.
Supondo uma entrada do tipo degrau unit´ ario, os valores dos res´ıduos asso-
ciados aos p´ olos de Y (s) s˜ ao os seguintes: p
1
= −10, α
1
= −0.0244, p
2
=
−1 + j, α
2
= −0.4878 + j0.6098, p
3
= −1 − j, α
3
= −0.4878 − j0.6098 e
p
4
= 0, α
4
= 1. A resposta do sistema a uma entrada degrau unit ´ ario pode ser
expressa na forma
Y (s) =
−0.0244
s −(−10)
+
−0.4878 +j0.6098
s −(−1 +j)
+
−0.4878 −j0.6098
s −(−1 −j)
+
1
s −0
.
A anti-transformada de Y (s) fornece a respota temporal do sistema ` a entrada de-
grau unit´ ario:
y(t) = −0.0244e
−10t
−(0.4878 −j0.6098)e
(−1+j)t

−(0.4878 +j0.6098)e
(−1−j)t
+ 1, t ≥ 0,
que em termos de seno e cosseno assume a forma
y(t) = −0.0244e
−10t
−e
−t
(0.9756 cos t + 1.2196 sen t) + 1, t ≥ 0.
Observamos ent˜ ao que o modo relativo ao p´ olo p
1
= −10 decresce rapidamente,
o que aliado ao fato da sua amplitude (res´ıduo) ser pequena, permite aproximar a
resposta transit ´ oria por
−e
−t
(0.9756 cos t + 1.2196 sen t), t ≥ 0.
9. Lembramos que os p´ olos p
i
, i = 1, 2, . . . , n
T
, s˜ ao as ra´ızes da equac¸ ˜ ao carac-
ter´ıstica
1 +C(s)P(s)F(s) = 0,
EA721 / PAULO VALENTE / UNICAMP 82
associada ao sistema de controle em malha fechada. Neste caso, a escolha do
controlador C(s), dadas as func¸ ˜ oes de transferˆ encia da planta e do sensor, P(s)
e F(s), ´ e determinante para a localizac¸ ˜ ao dos p´ olos do sistema e para o tipo de
resposta transit ´ oria que este exibir´ a. Muitas vˆ ezes estamos interessados em pro-
jetar C(s) de tal forma que a resposta transit ´ oria do sistema se assemelhe ` a res-
posta de um sistema de segunda ordem com um par de p´ olos complexos conjulga-
dos −ξω
n
± jω
n

1 −ξ, porque ´ e f´ acil relacionar especificac¸ ˜ oes de desempenho
t´ıpicas de resposta transit ´ oria, como m´ axima sobre-elevac¸ ˜ ao (M
p
), tempo de su-
bida (t
r
), etc., com o fator de amortecimento ξ e a freq¨ uˆ encia natural ω
n
dos p´ olos.
Neste caso, o controlador deve ser projetado para que o sistema de controle em
malha fechada apresente o par de p´ olos dominantes (complexos conjulgados) de-
sejado.
Controle da resposta em freq¨ uˆ encia
10. Concluimos anteriormente que para obter erros de regime pequenos, baixa
sensibilidade ` a variac¸ ˜ oes de parˆ ametros e rejeic¸ ˜ ao de dist ´ urbios numa faixa de
freq¨ uˆ encias de interˆ esse, ´ e necess´ ario elevar o ganho de malha C(jω)P(jω)F(jω),
o que normalmente ´ e feito atrav´ es da elevac¸ ˜ ao do ganho do controlador. Por ou-
tro lado, um ganho de malha muito elevado tende a tornar o sistema oscilat ´ orio
(eventualmente, inst´ avel), comprometendo a sua resposta transit ´ oria.
11. V´ arios aspectos do comportamento entrada-sa´ıda de um sistema de controle
podem ser analisadas atrav´ es da resposta em freq¨ uˆ encia da func¸ ˜ ao de transferˆ encia
de malha fechada T(s), caracterizada por
T(jω) =
C(jω)P(jω)
1 +C(jω)P(jω)F(jω)
.
Em particular, T(j0) (ω = 0 rad/s) representa o ganho DC do sistema em malha
fechada, isto ´ e, o ganho do sistema para uma entrada constante.
12. Se a magnitude de T(jω) for aproximadamente igual a 1 para freq¨ uˆ encias
variando de 0 at´ e uma certa freq¨ uˆ encia m´ axima, ent˜ ao o sistema ser´ a capaz de
rastrear referˆ encias descritas (principalmente) por uma soma de senoides de at ´ e
esta freq¨ uˆ encia m´ axima, o que caracteriza a faixa de passagem do sistema, ω
FP
.
13. Podemos mostrar que se o comportamento do sistema em malha fechada ´ e
dominado por um par de p´ olos complexos conjulgados, −ξω
n
±jω
n

1 −ξ, ent˜ ao
o produto ω
FP
t
r
´ e aproximadamente constante. Portanto, o tempo de subida
EA721 / PAULO VALENTE / UNICAMP 83
(t
r
) do sistema diminui ` a medida que a sua faixa de passagem aumenta. Um pico
(ressonˆ ancia) no diagrama de magnitude do sistema indica sobre-elevac¸ ˜ ao na sua
resposta transit ´ oria. Quanto maior a amplitude do pico, maior a sobre-elevac¸ ˜ ao
(menor ξ).
14. Caracter´ısticas da resposta dinˆ amica do sistema como as discutidas acima (e
v´ arias outras n˜ ao mencionadas) podem ser tomadas como especificac¸ ˜ oes de de-
sempenho para o sistema de controle em malha fechada. O controlador C(s) de-
ver´ a ser projetado atrav´ es de m´ etodos adequados, de forma a atender, se poss´ıvel,
a todas as especificac¸ ˜ oes formuladas.
EA721 / PAULO VALENTE / UNICAMP 84
Revis˜ ao 4
Crit ´ erio de Routh-Hurwitz
Estabilidade entrada-sa´ıda
Equac¸ ˜ oes polinomiais
Crit´ erio de Routh-Hurwitz
Casos especiais
Polinˆ omios auxiliares
Aplicac¸ ˜ ao em Controle
Estabilidade entrada-sa´ıda
1. Lembremos que um sistema ´ e (BIBO) est´ avel, ou est´ avel no sentido entrada-
sa´ıda, se qualquer entrada limitada aplicada ao sistema produz uma sa´ıda limitada.
Um sistema linear invariante no tempo ´ e est´ avel se e somente se todas as ra´ızes da
equac¸ ˜ ao caracter´ıstica
1 +C(s)P(s)F(s) = 0,
equivalente a
D
C
(s)D
P
(s)D
F
(s) +N
C
(s)N
P
(s)N
F
(s) = 0,
possuem partes reais negativas. A an´ alise de estabilidade de sistemas lineares in-
variantes no tempo pode ser subdividida da seguinte maneira:
Estabilidade absoluta. Deseja-se saber apenas se o sistema ´ e ou n˜ ao ´ e est´ avel,
isto ´ e, se todas as ra´ızes da equac¸ ˜ ao caracter´ıstica do sistema tˆ em ou n˜ ao tˆ em partes
reais negativas;
Estabilidade relativa. Se o sistema ´ e est´ avel, deseja-se saber qu˜ ao est´ avel ´ e o
sistema. Oobjetivo do estudo de estabilidade relativa ´ e estabelecer margens dentro
das quais o sistema permanece est´ avel.
Equac¸ ˜ oes polinomiais
EA721 / PAULO VALENTE / UNICAMP 85
2. Antes da sistematizac¸ ˜ ao da an´ alise de estabilidade atrav´ es do crit´ erio de Routh-
Hurwitz, vamos inferir algumas propriedades sobre equac¸ ˜ oes polinˆ omiais de grau
n que apresentam ra´ızes com partes reais negativas. Considere inicialmente a
equac¸ ˜ ao de primeiro grau
D(s) = a
1
s +a
0
= 0, a
1
,= 0.
A ra´ız da equac¸ ˜ ao ´ e s = −a
0
/a
1
, e se a ra´ız ´ e negativa, ent˜ ao a
1
> 0 e a
0
> 0 ou
a
1
< 0 e a
0
< 0. Se a ra´ız ´ e negativa, os coeficientes possuem o mesmo sinal.
3. Considere agora a equac¸ ˜ ao de segundo grau
D(s) = a
2
s
2
+a
1
s +a
0
= 0, a
2
,= 0,
e de maneira an´ aloga, vamos impor que as ra´ızes desta equac¸ ˜ ao, dadas por
s
1
=
−a
1
+


2a
2
e s
2
=
−a
1



2a
2
,
com ∆ = a
2
1
−4a
2
a
0
, sejam reais negativas ou sejam complexas conjulgadas com
parte real negativa. Suponha que ∆ ≥ 0, isto ´ e, que as ra´ızes sejam reais negativas.
Ent˜ ao a
2
> 0 implica que a
1
> 0 pois, caso contr´ ario, s
1
n˜ ao seria negativa. Neste
caso, para que
−a
1
+

∆ =
_
−a
1
+
_
a
2
1
−4a
2
a
0
_
< 0,
com a
2
> 0 e a
1
> 0, devemos ter a
0
> 0. Por outro lado, a
2
< 0 implica a
1
< 0
e a
0
< 0 atrav´ es de racioc´ınio an´ alogo envolvendo a ra´ız s
2
. Suponha agora que
∆ < 0, isto ´ e, que as ra´ızes s˜ ao complexas conjulgadas com parte real negativa, o
que imp˜ oe que a
2
e a
1
tenham o mesmo sinal. Se a
2
> 0 e a
1
> 0, ent˜ ao a
0
> 0
(para que ∆ < 0). Analogamente, se a
2
< 0 e a
1
< 0, ent˜ ao a
0
< 0. A conclus˜ ao
geral ´ e que se uma equac¸ ˜ ao de segundo grau possui ra´ızes negativas ou com parte
real negativa, ent˜ ao seus coeficientes possuem o mesmo sinal: a
2
> 0, a
1
> 0 e
a
0
> 0 ou a
2
< 0, a
1
< 0 e a
0
< 0.
4. Um polinˆ omio de terceiro grau sempre pode ser decomposto no produto de um
polinˆ omio de primeiro grau por um polinˆ omio de segundo grau:
D(s) = a
3
s
3
+a
2
s
2
+a
1
s +a
0
, a
3
,= 0,
= (α
1
s +α
0
)(β
2
s
2

1
s +β
0
).
EA721 / PAULO VALENTE / UNICAMP 86
Se as ra´ızes da equac¸ ˜ ao de terceiro grau possuem partes reais negativas, ent ˜ ao os
coeficientes α
1
e α
0
s˜ ao ambos positivos ou ambos negativos e os coeficientes
β
2
, β
1
e β
0
s˜ ao todos positivos ou todos negativos. Logo, se as ra´ızes da equac¸ ˜ ao
de terceiro grau tiverem partes reais negativas, ent˜ ao os coeficientes a
3
, a
2
, a
1
e
a
0
ser˜ ao todos positivos ou todos negativos.
5. Dado que um polinˆ omio de grau n qualquer sempre pode ser decomposto no
produto de polinˆ omios de primeiro e de segundo graus, concluimos que se um po-
linˆ omio de grau n possuir ra´ızes com partes negativas, ent˜ ao seus coeficientes de-
ver˜ ao ser todos positivos ou todos negativos. Uma maneira conveniente de resumir
esta propriedade ´ e definindo os seguintes conjuntos: H, conjunto dos polinˆ omios
de grau n, cujas ra´ızes possuempartes reais negativas, e (, conjunto dos polinˆ omios
de grau n, cujos coeficientes possuem o mesmo sinal. Acabamos de mostrar que
H ⊂ (, isto ´ e, que se D ´ e um polinˆ omio de grau n (qualquer) e D ∈ H, ent˜ ao
D ∈ (, como ilustra o diagrama de Venn da Figura 8.1.
PSfrag replacements
H
(
Figura 8.1: Diagrama de Venn.
6. Observamos que D ∈ ( n˜ ao implica D ∈ H, em geral. Exemplo: as ra´ızes
do polinˆ omio D(s) = s
3
+ s
2
+ 2s + 8, cujos coeficientes s˜ ao todos positivos
(D ∈ () s˜ ao p
1
= −2, p
2
= 1/2 + j

15/2 e p
3
= 1/2 − j

15/2. As ra´ızes
complexas conjulgadas possuem parte real positiva, e portanto D ,∈ H. (O crit ´ erio
de Routh-Hurwitz permite mostrar que D ∈ ( implica D ∈ H para n ≤ 2.)
Uma importante conseq¨ uˆ encia do estudo realizado ´ e a de que se D ,∈ (, ent˜ ao
D ,∈ H (Figura 8.1). Portanto, um sistema dinˆ amico cuja equac¸ ˜ ao caracter´ıstica
apresenta pelo menos um coeficiente nulo ou negativo n˜ ao pode ser est´ avel, po-
dendo entretanto ser marginalmente est´ avel ou inst´ avel.
EA721 / PAULO VALENTE / UNICAMP 87
Crit ´ erio de Routh-Hurwitz
7. Um m´ etodo direto para verificar se um dado sistema ´ e ou n˜ ao est´ avel seria
calcular as ra´ızes da equac¸ ˜ ao caracter´ıstica associada atrav´ es de softwares como
o MATLAB. Entretanto, a estabilidade absoluta do sistema depende apenas do
sinal das partes reais das ra´ızes, o que torna o c´ alculo de ra´ızes, no contexto de
estabilidade absoluta, desnecess´ ario. Al´ em disso, muitas vˆ ezes desejamos analisar
a estabilidade do sistema em func¸ ˜ ao de um ou mais parˆ ametros do seu modelo
matem´ atico sem recorrer a softwares de computac¸ ˜ ao simb´ olica.
8. O Crit´ erio de Routh-Hurwitz ´ e um crit´ erio alg´ ebrico simples para a an´ alise
da estabilidade de sistemas lineares invariantes no tempo. O crit ´ erio de Routh-
Hurwitz permite determinar quantas ra´ızes de um polinˆ omio dado possuem partes
reais positivas, negativas ou nulas. Conclus˜ oes sobre a estabilidade de um sis-
tema de interesse podem ent˜ ao ser obtidas aplicando-se o crit´ erio ` a equac¸ ˜ ao cara-
cater´ıstica associada.
9. Considere o polinˆ omio caracter´ıstico gen´ erico de grau n
D(s) = a
n
s
n
+a
n−1
s
n−1
+ +a
1
s +a
0
, a
n
,= 0,
no qual, por hip´ otese, a
0
,= 0. Se a
0
= 0, uma das ra´ızes da equac¸ ˜ ao caracter´ıstica
´ e zero e o procedimento geral a seguir se aplicaria ao polinˆ omio restante. O pri-
meiro passo para a aplicac¸ ˜ ao do Crit´ erio de Routh-Hurwitz ´ e construir o chamado
Array de Routh:
s
n
a
n
a
n−2
a
n−4
a
n−6

s
n−1
a
n−1
a
n−3
a
n−5
a
n−7

s
n−2
b
1
b
2
b
3
b
4

s
n−3
c
1
c
2
c
3
c
4

.
.
.
.
.
.
.
.
.
s
2
k
1
k
2
s
1
l
1
s
0
m
1
Apenas os aspectos operacionais da an´ alise de estabilidade absoluta pelo Cri-
t´ erio de Routh-Hurwitz ser˜ ao tratados. A teoria por tr´ as da construc¸ ˜ ao do array
de Routh foge ao escopo do presente curso. As duas primeiras linhas do array
referenciadas como s
n
e s
n−1
, respectivamente, s˜ ao formadas pelos coeficientes
de D(s), a primeira pelos coeficientes a
n
, a
n−2
, . . . , a segunda pelos coeficentes
EA721 / PAULO VALENTE / UNICAMP 88
a
n−1
, a
n−3
, . . . . A linha s
n−2
´ e calculada a partir das linhas s
n
e s
n−1
de acordo
com a seguinte regra:
b
1
=
a
n−1
a
n−2
−a
n
a
n−3
a
n−1
, b
2
=
a
n−1
a
n−4
−a
n
a
n−5
a
n−1
,
A linha s
n−3
´ e calculada a partir das linhas s
n−1
e s
n−2
pela mesma regra:
c
1
=
b
1
a
n−3
−a
n−1
b
2
b
1
, c
2
=
b
1
a
n−5
−a
n−1
b
3
b
1
,
Supondo que nenhum elemento da primeira coluna do array (formada por a
n
,
a
n−1
, b
1
, c
1
, . . . ) se anula, repete-se o procedimento at´ e que a linha s
0
tenha sido
obtida, o que conclui a construc¸ ˜ ao do array de Routh.
10. Crit´ erio de Routh-Hurwitz. O n´ umero de ra´ızes de D(s) = 0 com partes
reais positivas ´ e igual ao de trocas de sinal na primeira coluna do array de Routh;
as ra´ızes de D(s) = 0 possuem partes reais negativas se e somente se todos os
coeficientes de D(s) possuem o mesmo sinal e n˜ ao h´ a troca de sinal na primeira
coluna do array.
11. Exemplo. O array de Routh associado ao polinˆ omio de sexto grau D(s) =
s
6
+ 4s
5
+ 3s
4
+ 2s
3
+s
2
+ 4s + 4 ´ e dado por
s
6
1 3 1 4
s
5
4 2 4 0
s
4
5
2
=
4 · 3 − 1 · 2
4
0 =
4 · 1 − 1 · 4
4
4 =
4 · 4 − 1 · 0
4
s
3
2 =
5
2
· 2 − 4 · 0
5
2

12
5
=
5
2
· 4 − 4 · 4
5
2
0
s
2
3 =
2 · 0 −
5
2
· (−
12
5
)
2
4 =
2 · 4 −
5
2
· 0
2
s
1

76
15
=
3 · (−
12
5
) − 2 · 4
3
0
s
0
4 =

76
15
· 4 − 3 · 0

76
15
EA721 / PAULO VALENTE / UNICAMP 89
Como existem duas trocas de sinal na primeira coluna do array (da linha s
2
para
a linha s
1
e de s
1
para s
0
), duas ra´ızes de D(s) = 0 encontram-se no semi-plano
direito. Um sistema cuja equac¸ ˜ ao carcater´ıstica fosse D(s) = 0 seria inst´ avel.
12. O crit´ erio de Routh-Hurwitz permite analisar apenas a estabilidade absoluta
de um sistema. As localizac¸ ˜ oes das ra´ızes n˜ ao s˜ ao conhecidas, apenas seus sinais,
e nada se pode dizer sobre o comportamento transit ´ orio ou de regime do sistema.
Uma operac¸ ˜ ao que pode ser realizada no sentido da simplificac¸ ˜ ao de c´ alculos para a
obtenc¸ ˜ ao do array de Routh ´ e dividir uma linha por uma constante positiva. Exem-
plo: dividindo a linha s
5
do array anterior por 2, obtemos
s
6
1 3 1 4
s
5
2 1 2 0
s
4
5
2
0 4
e o restante do array ´ e idˆ entico ao anterior. Ao dividirmos a linha, dividimos si-
multˆ aneamente todos os elementos que multiplicam a linha de cima e o elemento
pelo qual as diferˆ enc¸as s˜ ao divididas; o resultado tem de ser o mesmo. Tamb´ em
´ e poss´ıvel mostrar que o ´ ultimo elemento da primeira coluna de qualquer array de
Routh ´ e a
0
, o termo constante de D(s).
13. A construc¸ ˜ ao do array de Routh n˜ ao pode prosseguir de acordo com a regra
geral formulada se algum elemento da primeira coluna do array assumir valor nulo.
Neste caso, nem todas as ra´ızes de D(s) = 0 possuem partes reais negativas e
informac¸ ˜ oes adicionais podemser obtidas analisando-se os casos especiais a seguir.
Casos especiais
14. Caso Especial I. Se um elemento da primeira coluna se anula, mas na linha
correspondente existe ao menos um elemento n˜ ao-nulo, o procedimento deve ser o
seguinte:
a) Substitua o elemento nulo pelo n´ umero . Prossiga calculando os demais ele-
mentos do array em func¸ ˜ ao de ;
b) Ap´ os conclu´ıdo o array, os sinais dos elementos da primeira coluna s˜ ao deter-
minados fazendo-se →0;
c) Se houver trocas de sinal na primeira coluna qualquer que seja o sinal assumido
para , o n´ umero de trocas de sinal ´ e igual ao n´ umero de ra´ızes com partes
reais positivas;
EA721 / PAULO VALENTE / UNICAMP 90
d) Se houver trocas de sinal na primeira coluna somente se > 0 ou < 0, n˜ ao
existem ra´ızes com partes reais positivas; o polinˆ omio possui ra´ızes ima-
gin´ arias puras.
15. Exemplo. Considere o polinˆ omio de quinto grau
D(s) = s
5
+ 2s
4
+ 2s
3
+ 4s
2
+ 11s + 10
s
5
1 2 11
s
4
2 4 10
s
3
6
s
2

12

10
s
1
6
s
0
10
Se → 0
+
ou → 0
+
, ocorrem duas trocas de sinal na primeira coluna;
D(s) = 0 possui duas ra´ızes no semi-plano direito. No exemplo acima, o limite
→ 0 foi tomado logo ap´ os a obtenc¸ ˜ ao do primeiro elemento da linha s
2
, igual a
(4 −12)/. Isto sempre pode ser feito e simplifica os c´ alculos.
16. Caso Especial II. Uma linha do array ´ e inteiramente nula. Neste caso, os coefi-
cientes da linha imediatamente acima definem (em ordem decrescente de pot ˆ encias
de s) um polinˆ omio auxiliar A(s), cujas ra´ızes s˜ ao tamb´ em ra´ızes do polinˆ omio
D(s). O polinˆ omio auxiliar ´ e um polinˆ omio par, isto ´ e, A(s) possui apenas potˆ en-
cias pares de s. A construc¸ ˜ ao do array de Routh prossegue substituindo-se a linha
nula pela derivada de A(s) em relac¸ ˜ ao a s.
17. Exemplo. Considere o polinˆ omio do terceiro grau
D(s) = s
3
+s
2
+ 2s + 2,
e o array de Routh associado
s
3
1 2
s
2
1 2
s
1
0
A linha s
1
torna-se nula. O polinˆ omio auxiliar e sua derivada em relac¸ ˜ ao a s
s˜ ao A(s) = s
2
+2 e A

(s) = 2s +0, respectivamente. A linha s
1
´ e substitu´ıda por
por A

(s) e a construc¸ ˜ ao do array prossegue:
EA721 / PAULO VALENTE / UNICAMP 91
s
3
1 2
s
2
1 2
s
1
2
s
0
2
18. As informac¸ ˜ oes extra´ıdas do array de Routh no Caso Especial II s˜ ao ligeira-
mente diferentes:
a) Se houver trocas de sinal na primeira coluna do array, o n´ umero de trocas ´ e
igual ao n´ umero de ra´ızes com partes reais positivas;
b) Se n˜ ao houver trocas de sinal, n˜ ao existem ra´ızes com partes reais positivas; o
polinˆ omio possui ra´ızes imagin´ arias puras;
No exemplo anterior, as ra´ızes imagin´ arias puras s˜ ao as ra´ızes de A(s) = s
2
+
2 = 0, ou seja, s
1
= j

2 e s
2
= −j

2.
Polinˆ omios auxiliares
19. Um polinˆ omio auxiliar (par) qualquer pode ser representado na forma
A(s) = a
m
s
m
+a
m−2
s
m−2
+ +a
2
s
2
+a
0
,
sendo m um n´ umero par. Suponha que s
1
´ e uma ra´ız de A(s) = 0, possivelmente
uma ra´ız complexa de A(s) = 0. Ent˜ ao s
2
= ¯ s
1
(¯ s ´ e o complexo conjulgado
de s) tamb´ em ´ e uma ra´ız da equac¸ ˜ ao, pois ra´ızes complexas de polinˆ omios com
coeficientes reais aparecem em pares complexos conjulgados. Como A(s) possui
apenas potˆ encias pares, s
3
= −s
1
e s
4
= −s
2
s˜ ao tamb´ em ra´ızes de A(s) = 0.
PSfrag replacements
Re s
Ims
0
s
1
s
2
s
3
s
4
Figura R4.1: Simetria das ra´ızes de polinˆ omios pares.
EA721 / PAULO VALENTE / UNICAMP 92
As ra´ızes de um polinˆ omio par aparecer˜ ao simetricamente em relac¸ ˜ ao aos eixos
real e imagin´ ario do plano s, como ilustra a Figura R4.1.
20. Exemplos. O polinˆ omio s
2
− 1 ´ e par e suas ra´ızes s˜ ao s
1
= 1 e s
2
= −1.
Se o polinˆ omio for s
2
+ 1, as ra´ızes ser˜ ao s
1
= j e s
2
= −j. O polinˆ omio
s
4
+4 = (s
2
+2s +2)(s
2
−2s +2) ´ e par e suas ra´ızes s˜ ao s
1
= 1+j, s
2
= 1−j,
s
3
= −1 −j e s
4
= −1 +j. O array de Routh associado a este ´ ultimo polinˆ omio
seria
s
4
1 0 4
s
3
0 0
A linha s
3
se anula e o polinˆ omio auxiliar ´ e A(s) = s
4
+ 4. A linha s
3
´ e
substitu´ıda por A

(s) = 4s
3
+ 0:
s
4
1 0 4
s
3
4 0
s
2
0 4
O primeiro elemento de s
2
´ e 0, mas a linha n˜ ao ´ e nula. Substitui-se 0 por
(caso especial I) e a construc¸ ˜ ao do array prossegue:
s
4
1 0 4
s
3
4 0
s
2
4
s
1
−16/
s
0
4
Ap´ os a conclus˜ ao do array, existem duas trocas de sinal independentemente do
sinal de . Logo, s
4
+ 4 = 0 possui 2 ra´ızes no semi-plano direito (s = 1 ±j).
Aplicac¸ ˜ ao em Controle
21. Considere o sistema de controle da Figura R4.2. A planta ´ e est´ avel em malha
aberta (ra´ızes no semi-plano esquerdo). Deseja-se saber para que valores de k
P
>
0 e k
I
> 0 o sistema ser´ a est´ avel em malha fechada.
A equac¸ ˜ ao caracter´ıstica do sistema em malha fechada ´ e
1 +
_
k
P
+
k
I
s
_
1
(s + 1)(s + 2)
= 0,
EA721 / PAULO VALENTE / UNICAMP 93
ou s
3
+ 3s
2
+ (2 +k
P
)s +k
I
= 0.
PSfrag replacements
r y
+

k
P
+
k
I
s
1
(s + 1)(s + 2)
Figura R4.2: Sistema de controle em malha fechada (controlador PI).
O array de Routh associado ´ e
s
3
1 2 +k
P
s
2
3 k
I
s
1
6 + 3k
P
−k
I
3
s
0
k
I
Para que o sistema seja est´ avel em malha fechada,
k
I
> 0 e k
P
>
1
3
k
I
−2,
o que fornece a regi˜ ao indicada na Figura R4.3. Qualquer ponto (k
I
, k
P
) na regi˜ ao
hachurada ´ e tal que o sistema em malha fechada ´ e estavel.
PSfrag replacements
k
P
k
I
−2
6
Figura R4.3: Regi˜ ao de ganhos (k
I
, k
P
) que estabilizam o sistema de controle.
EA721 / PAULO VALENTE / UNICAMP 94
Aula 8
Crit ´ erio de Nyquist
Princ´ıpio do Argumento
Aplicac¸ ˜ ao em controle
Crit´ erio de estabilidade de Nyquist
Princ´ıpio do Argumento
1. Umsistema linear invariante no tempo ´ e est´ avel no sentido entrada-sa´ıda (BIBO-
est´ avel) se as partes reais de todas as ra´ızes da sua equac¸ ˜ ao caracter´ıstica s˜ ao ne-
gativas. A an´ alise da estabilidade absoluta de um sistema visa descobrir basica-
mente se o sistema ´ e est´ avel ou n˜ ao, e pode ser eficientemente realizada atrav´ es do
crit´ erio alg´ ebrico de Routh-Hurwitz. A an´ alise de estabilidade relativa envolve
determinar qu˜ ao est´ avel ´ e um dado sistema. O chamado crit´ erio de Nyquist per-
mite uma an´ alise mais completa de quest ˜ oes ligadas a estabilidade (absoluta e/ou
relativa) e ser´ a discutido a seguir.
2. O crit´ erio de Nyquist pode ser visto como uma aplicac¸ ˜ ao em Controle de
um resultado de an´ alise complexa conhecido como Princ´ıpio do Argumento ou
Teorema de Cauchy. O Princ´ıpio do Argumento utiliza os seguintes conceitos
b´ asicos:
Func¸ ˜ ao racional em s. Uma func¸ ˜ ao racional em s ´ e qualquer func¸ ˜ ao escrita
como a raz˜ ao de dois polinˆ omios em s. A imagem de F(s) num ponto qualquer s
pertencente ao plano complexo Re s Ims, referido como plano s, ´ e vista como
um ponto no plano complexo Re F(s) ImF(s), o qual ser´ a referido como plano
F(s);
Func¸ ˜ ao anal´ıtica em(
s
. Uma func¸ ˜ ao ´ e anal´ıtica numa regi ˜ ao (
s
do plano s se e
somente se a derivada da func¸ ˜ ao existe em todos os pontos de (
s
;
Curva fechada no plano s. Um arco no plano s ´ e definido como um conjunto
de pontos descritos parametricamente por
(
s
= ¦s(t) = σ(t) +jω(t), a ≤ t ≤ b¦,
EA721 / PAULO VALENTE / UNICAMP 95
em que as partes real σ(t) e imagin´ aria ω(t) s˜ ao func¸ ˜ oes cont´ınuas de t variando
no intervalo real [a, b]. Os pontos de (
s
descrevem um arco num determinado
sentido (hor´ ario ou anti-hor´ ario), de acordo com valores crescentes de t. Adota-se
a convenc¸ ˜ ao de que o arco ´ e percorrido no sentido hor´ ario, positivo. Uma curva
fechada ´ e todo arco cujas extremidades coincidem, isto ´ e, s(a) = s(b).
Princ´ıpio do Argumento. Seja F(s) uma func¸ ˜ ao racional em s e (
s
uma curva
fechada no plano s. Seja ainda (
F
= ¦F(s), s ∈ (
s
¦ o mapeamento da curva (
s
no plano F(s). Assuma que
1. F(s) ´ e anal´ıtica dentro e sobre (
s
, exceto possivelmente num n´ umero finito
de p´ olos, e
2. F(s) n˜ ao possui zeros ou p´ olos sobre (
s
.
Ent˜ ao
N = Z −P,
sendo Z o n´ umero de zeros de F(s) em (
s
, P ´ e o n´ umero de p´ olos de F(s) em
(
s
e N ´ e o n´ umero de vˆ ezes que a curva (
F
envolve a origem do plano F(s), no
sentido hor´ ario se N > 0, e anti-hor´ ario se N < 0. A Figura 8.1(a) ilustra uma
curva fechada no plano s que satisfaz as hip´ oteses do Princ´ıpio do Argumento.
Assume-se que F(s) possui trˆ es zeros (Z = 3) e um p´ olo (P = 1) no interior de
(
s
. Neste caso, a curva (
F
envolve a origem do plano F(s) duas vˆ ezes no sentido
hor´ ario (Figura 8.1(b)).
PSfrag replacements
Re s
Ims
Re F(s)
ImF(s)
0
(
s
(
F
(a)
(b)
Figura 8.1: Princ´ıpio do Argumento: (a) (
s
, (b) (
F
.
EA721 / PAULO VALENTE / UNICAMP 96
Aplicac¸ ˜ ao em controle
3. Considere a equac¸ ˜ ao caracter´ıstica
F(s) = 1 +G(s) = 0,
referente a um dado sistema de controle, onde G(s) representa o ganho de malha
do sistema, isto ´ e, G(s) ´ e o resultado do produto das func¸ ˜ oes de transferˆ encia do
controlador, da planta e do sensor. Assuma que G(s) se encontra na forma fatorada:
G(s) =
k
nz

i=1
(s −z
i
)
np

i=1
(s −p
i
)
,
onde os z
i
’s e p
i
’s s˜ ao os n
z
zeros e n
p
p´ olos de G(s). Para que o sistema seja
est´ avel em malha fechada, todos os zeros de F(s) (p´ olos do sistema em malha
fechada) devem situar-se no semi-plano esquerdo do plano s.
4. Uma aplicac¸ ˜ ao imediata do Princ´ıpio do Argumento na an´ alise de estabilidade
de um sistema de controle em malha fechada se daria da seguinte forma:
1. Escolhe-se uma curva fechada (
s
envolvendo todo o semiplano direito do
plano s;
2. Obtem-se a curva correspondente (
F
e determina-se N, o n´ umero de vˆ ezes
que (
F
envolve a origem do plano F(s);
3. O n´ umero de zeros de F(s) no semi-plano direito (interior de (
s
) ´ e igual a
Z = N +P, onde P ´ e o n´ umero de p´ olos de F(s) no semiplano direito.
5.
´
E importante notar que os p´ olos de G(s) s˜ ao tamb´ em os p´ olos de F(s). De fato,
F(s) = 1 +G(s) = 1 +
k
nz

i=1
(s −z
i
)
np

i=1
(s −p
i
)
=
np

i=1
(s −p
i
) +k
nz

i=1
(s −z
i
)
np

i=1
(s −p
i
)
.
Portanto o valor de P ´ e conhecido. O que n˜ ao se conhece ´ e Z, o n´ umero de
zeros de F(s) (p´ olos do sistema em malha fechada) no semiplano direito. Para
EA721 / PAULO VALENTE / UNICAMP 97
obter Z seria necess´ ario fatorar o numerador de F(s). O Princ´ıpio do Argumento
permite determinar Z indiretamente atrav´ es de N, o n´ umero de vˆ ezes que a curva
(
F
envolve a origem do plano F(s).
Crit ´ erio de estabilidade de Nyquist
6. A parte cr´ıtica da aplicac¸ ˜ ao do Princ´ıpio do Argumento ´ e a obtenc¸ ˜ ao do ma-
peamento (
F
= ¦F(s), s ∈ (
s
¦, para o que ´ e conveniente expressar F(s) na
forma exponencial F(s) = [F(s)[e
jφ(s)
. As quantidades [F(s)[ e φ(s) num ponto
qualquer s s˜ ao facilmente calculadas quando F(s) encontra-se na forma fatorada,
mas isso exigiria fatorar o numerador de F(s). A soluc¸ ˜ ao ´ e adaptar o Princ´ıpio
do Argumento ` a func¸ ˜ ao G(s), cuja forma fatorada ´ e conhecida. O mapeamento
alternativo
(
G
= ¦G(s) = −1 +F(s), s ∈ (
s
¦
nada mais ´ e do que o mapeamento (
F
transladado de −1 (isto ´ e, de −1+j0). As-
sim sendo, se (
F
envolver N vˆ ezes a origem do plano F(s), ent˜ ao (
G
(translac¸ ˜ ao
de (
F
) envolver´ a N vˆ ezes o ponto −1 + j0 no plano G(s), como ilustra a Figura
8.2.
PSfrag replacements
Re F(s)
ImF(s)
0 −1
(
G
(
F
Figura 8.2: Translac¸ ˜ ao da curva (
F
para obtenc¸ ˜ ao de (
G
.
7. Para que Z = N + P = 0, isto ´ e, para que nenhum zero de F(s) (p´ olo do
sistema em malha fechada) esteja no semiplano direito do plano s, e desta forma
o sistema de controle em malha fechada seja est´ avel, a curva (
G
deve envolver P
EA721 / PAULO VALENTE / UNICAMP 98
vˆ ezes o ponto −1 +j0 no sentido anti-hor´ ario (N < 0).
Crit´ erio de estabilidade de Nyquist. Um sistema de controle realimentado ´ e
est´ avel se e somente se a curva (
G
envolve P vˆ ezes o ponto −1 + j0 no sentido
anti-hor´ ario, onde P ´ e o n´ umero de p´ olos de G(s) (e de F(s)) no semiplano direito
do plano s.
8. A construc¸ ˜ ao do chamado Diagrama de Nyquist para an´ alise de estabilidade
ser´ a discutida em termos de um exemplo ilustrativo. A func¸ ˜ ao de malha aberta
G(s) =
k
s(τs + 1)
, k > 0, τ > 0
possui um p´ olo na origem e um p´ olo real em −1/τ < 0. Nenhum p´ olo de G(s)
encontra-se no semiplano direito e portanto P = 0. A curva (
s
adequada ` a an´ alise
do sistema realimentado (cuja equac¸ ˜ ao caracter´ıstica ´ e 1 + G(s) = 0) ´ e como
ilustrada na Figura 8.3.
PSfrag replacements
Re s
Ims
0
+
0

+∞
−∞

1
τ
(
s
r →∞

Figura 8.3: Curva (
s
para G(s) = k/s(τs + 1).
A curva (
s
da Figura 8.3 cumpre duas condic¸ ˜ oes b´ asicas para a aplicac¸ ˜ ao do
Crit´ erio de Nyquist. Primeiro, a curva n˜ ao pode passar sobre zeros ou p´ olos de
G(s), raz˜ ao pela qual a curva contorna o p´ olo na origem com um semic´ırculo
de raio > 0 tendendo a zero, para que apenas o p´ olo na origem seja exclu´ıdo.
Segundo, a curva deve envolver todo o semiplano direito, raz˜ ao pela qual adota-se
um semic´ırculo de raio r > 0 tendendo ao infinito.
9. O mapeamento de (
s
em (
G
= ¦G(s), s ∈ (
s
¦ ´ e obtido por trechos, nos quais
os valores de s ∈ (
s
s˜ ao explicitamente caracterizados.
EA721 / PAULO VALENTE / UNICAMP 99
¦0

→0
+
¦
Neste trecho, os valores de (
s
podem ser descritos como
s = e

, −90
o
≤ φ ≤ 90
o
,
pois o m´ odulo de s ´ e e a fase varia de −90
o
a 90
o
quando o semic´ırculo ´ e
percorrido de 0

a 0
+
. O mapeamento de s = e

no plano G(s) ´ e
lim
→0
G(s)[
s= e
jφ = lim
→0
_
k
e

_
= lim
→0
k

e
−jφ
.
A magnitude de G(s) ´ e infinita e quando a fase de s varia de −90
o
a 90
o
na
curva (
s
, a fase de G(s) varia de 90
o
a −90
o
na curva (
G
. O mapeamento
de s = e

no plano G(s) ´ e representado na Figura 10.4 pelo semic´ırculo
de raio infinito conectando as freq¨ uˆ encias de ω = 0

a ω = 0
+
;
¦0
+
→+∞¦
Neste trecho, s = jω, 0
+
≤ ω ≤ +∞. O mapeamento ´ e
G(jω) =
k
jω(jωτ + 1)
,
=
k
ω
_
(ωτ)
2
+ 1

−90
o
−tan
−1
ωτ.
Quando ω →0
+
, a magnitude de G(s) tende a +∞e a fase de G(s) tende a
−90
o
(por valores menores do que −90
0
). Quando ω → +∞, a magnitude
tende a 0 e a fase tende a −180
o
. Em ω = 1/τ, a amplitude vale kτ/

2
e a fase vale −135
o
. O mapeamento do trecho ¦0
+
→ +∞¦ encontra-se
ilustrado na Figura 8.4.
¦+∞→−∞¦
Neste trecho, os valores da curva (
s
podem ser descritos como
s = re

, r →∞, −90
o
≤ φ ≤ 90
o
,
e o seu mapeamento no plano G(s) ´ e
lim
r→∞
G(s)[
s=re
jφ = lim
r→∞
k
re

(τre

+ 1)
= lim
r→∞
k/τ
r
2
e
−j(2φ)
.
EA721 / PAULO VALENTE / UNICAMP 100
A magnitude de G(s) ´ e zero, ao mesmo tempo em que a fase de G(s) salta
de −180
o
(quando φ = 90
o
) em ω = +∞ para 180
o
(quando φ = −90
o
)
em ω = −∞. O mapeamento do trecho ¦+∞→−∞¦ ´ e a origem do plano
G(s) (Figura 8.4).
¦−∞→0

¦
Neste trecho, s = −jω, 0

≤ ω ≤ −∞. Como [G(−jω)[ = [G(jω)[ e

G(−jω) = −

G(jω), isto ´ e, G(−jω) ´ e o complexo conjugado de G(jω),
o mapeamento do trecho ¦−∞ → 0

¦ ´ e o complexo conjulgado do obtido
no trecho ¦0
+
→ +∞¦. O Diagrama de Nyquist de G(s) ´ e sim´ etrico em
relac¸ ˜ ao ao eixo real, como ilustra a Figura 8.4.
10. Como P = 0, pois G(s) n˜ ao possui p´ olos no semiplano direito, e N = 0, pois
(
G
n˜ ao envolve o ponto −1 +j0, conclui-se que Z = 0. O sistema realimentado ´ e
est´ avel para quaisquer k e τ positivos.
PSfrag replacements
Re G(s)
ImG(s)
ω = 0
+
ω = 0

ω = +∞
ω = −∞
0
(
G
−1
Figura 8.4: Diagrama de Nyquist de G(s) = k/s(τs + 1).
EA721 / PAULO VALENTE / UNICAMP 101
Aula 9
Crit ´ erio de Nyquist
Margem de ganho e margem de fase
Margem de ganho e margem de fase
1. Os conceitos de margem de ganho e margem de fase ser˜ ao motivados atrav´ es da
an´ alise do diagrama de Nyquist da func¸ ˜ ao de malha aberta de segunda ordem
G(s) =
k
s(τ
1
s + 1)(τ
2
s + 1)
, k > 0, τ
1
> 0, τ
2
> 0.
Adota-se a mesma curva (
s
da Figura 8.3. O mapeamento (
G
´ e obtido por trechos.
¦0

→0
+
¦
Neste trecho, s = e

, −90
o
≤ φ ≤ 90
o
. O mapeamento de s atrav´ es
de G(s) ´ e
lim
→0
G(s)[
s=e
jφ =
k
e


1
e

+ 1)(τ
2
e

+ 1)
= lim
→0
k

e
−jφ
.
A magnitude de G(s) ´ e infinita, enquanto a fase de G(s) varia de 90
o
a −90
o
quando s vai de 0

a 0
+
(Figura 9.1).
¦0
+
→+∞¦
Neste trecho, s = jω, 0
+
≤ ω ≤ +∞. O mapeamento de s atrav´ es de
G(s) ´ e
G(jω) =
k
ω
_
(ωτ
1
)
2
+ 1
_
(ωτ
2
)
2
+ 1

−90
0
−tan
−1
ωτ
1
−tan
−1
ωτ
2
.
Quando ω →0
+
, a magnitude de G(s) tende ao infinito, enquanto a fase de
G(s) tende a −90
o
(por valores menores do que −90
o
). Quando ω →+∞,
EA721 / PAULO VALENTE / UNICAMP 102
a magnitude de G(s) tende a zero, enquanto a fase de G(s) tende a −270
o
,
indicando que (
G
cruza o eixo real (Figura 9.1).
¦+∞→−∞¦
Neste trecho, s = re

, r → ∞, −90
o
≤ φ ≤ 90
o
. O mapeamento de
s atrav´ es de G(s) ´ e
lim
r→∞
G(s)[
s=re
jφ = lim
r→∞
k
re


1
re

+ 1)(τ
2
re

+ 1)
= lim
r→∞
k/(τ
1
τ
2
)
r
3
e
−j3φ
.
A magnitude de G(s) ´ e zero, enquanto a fase de G(s) salta −270
o
(quando
φ = 90
o
) para 270
o
(quando φ = −90
o
). O trecho ´ e mapeado na origem do
plano G(s) (Figura 9.1).
¦−∞→0

¦
Neste trecho s = jω, −∞ ≤ ω ≤ 0

. O mapeamento de s atrav´ es de
G(s) ´ e igual ao complexo conjulgado do obtido no trecho ¦0
+
→ +∞¦
(Figura 9.1)
PSfrag replacements
Re G(s)
ImG(s)
ω = 0
+
ω = 0

ω = +∞
0
(
G


1
τ
2
τ
1

2
ω = 1/

τ
1
τ
2
Figura 9.1: Diagrama de Nyquist de G(s) = k/s(τ
1
s + 1)(τ
2
s + 1).
EA721 / PAULO VALENTE / UNICAMP 103
2. A func¸ ˜ ao de transferˆ encia de malha aberta G(s) n˜ ao possui p´ olos no semiplano
direito e portanto P = 0. Para que o sistema de controle seja est ´ avel em malha
fechada ´ e necess´ ario que Z = N + P = 0, isto ´ e, o diagrama de Nyquist (curva
(
G
) da Figura 11.1 n˜ ao pode envolver nenhuma vez o ponto −1 +j0 (N = 0).
3. A estabilidade do sistema realimentado depende do ponto de cruzamento da
curva (
G
com o eixo real. Se o cruzamento se der num ponto a direita de −1 +j0,
o sistema realimentado ser´ a est´ avel porque −1 + j0 n˜ ao ser´ a envolvido nehuma
vez (N = 0). Se o cruzamento se der num ponto a esquerda de −1 +j0, o sistema
realimentado ser´ a inst´ avel porque −1 + j0 ser´ a envolvido duas vˆ ezes (N = 2,
Z = 2), indicando que duas ra´ızes de 1+G(s) = 0 (p´ olos do sistema realimentado)
encontram-se no semiplano direito.
4. A freq¨ uˆ encia na qual a fase de G(jω) vale −180
o
(ponto sobre o eixo real) ´ e
igual a ω = 1/

τ
1
τ
2
(verifique). A magnitude de G(jω) nessa freq¨ uˆ encia vale
(calcule) kτ
1
τ
2
/(τ
1

2
). Neste caso para que o sistema realimentado seja est ´ avel,
−k
τ
1
τ
2
τ
1

2
> −1 ou k <
τ
1

2
τ
1
τ
2
.
O ganho k = (τ
1

2
)/(τ
1
τ
2
) ´ e o ganho cr´ıtico do sistema. Corresponde ao ganho
onde o lugar das ra´ızes do sistema em malha fechada cruza o eixo imagin´ ario do
plano s. De fato, o array de Routh associado ` a equac¸ ˜ ao caracter´ıstica
s(τ
1
s + 1)(τ
2
s + 1) +k = τ
1
τ
2
s
3
+ (τ
1

2
)s
2
+s +k = 0
´ e
s
3
τ
1
τ
2
1
s
2
τ
1

2
k
s
1

1

2
) −k(τ
1
τ
2
)
τ
1

2
s
0
A linha s
1
do array se anula quando k = (τ
1
+ τ
2
)/(τ
1
τ
2
). O polinˆ omio
auxiliar extra´ıdo da linha s
2
´ e D
A
(s) = (τ
1

2
)s
2
+k, e sua derivada ´ e D

A
(s) =
2(τ
1

2
)s. Substituindo a linha s
1
do array pelo polinˆ omio D

A
(s) = 2(τ
1

2
)s,
obt´ em-se
s
3
τ
1
τ
2
1
s
2
τ
1

2
τ
1

2
τ
1
τ
2
s
1
2(τ
1

2
)
s
0
τ
1

2
τ
1
τ
2
EA721 / PAULO VALENTE / UNICAMP 104
Como toda a primeira coluna do array ´ e positiva (τ
1
> 0, τ
2
> 0), a equac¸ ˜ ao
caracter´ıstica possui ra´ızes imagin´ arias puras para k = (τ
1
+ τ
2
)/(τ
1
τ
2
) (caso
especial II), correspondentes ao cruzamento do lugar das ra´ızes do sistema em
malha fechada com o eixo imagin´ ario. As ra´ızes correspondentes ao cruzamento
com o eixo imagin´ ario s˜ ao obtidas do polinˆ omio auxiliar:

1

2
)s
2
+k = (τ
1

2
)s
2
+
τ
1

2
τ
1
τ
2
= 0
implica s
1,2
= ±j(1/

τ
1
τ
2
). A freq¨ uˆ encia no cruzamento vale ω = 1/

τ
1
τ
2
,
como esperado. Se k > (τ
1
+ τ
2
)/(τ
1
τ
2
), duas ra´ızes da equac¸ ˜ ao caracter´ıstica
migram para o semiplano direito. A existˆ encia destas duas ra´ızes no semiplano
direito ser´ a indicada no diagrama de Nyquist pelo envolvimento do ponto −1 +j0
duas vˆ ezes.
5. A aplicac¸ ˜ ao do diagrama de Nyquist se restringiu at´ e o momento ` a an´ alise da
estabilidade absoluta do sistema realimentado - crit´ erio de Nyquist - e nesse sentido
n˜ ao houve avanc¸o em relac¸ ˜ ao ao crit´ erio de Routh-Hurwitz. Entretanto, o diagrama
de Nyquist tamb´ em pode ser usado na an´ alise da estabilidade relativa do sistema.
Margem de ganho. A margem de ganho do sistema realimentado ´ e definida
como a quantidade MG tal que
MG [G(jω
0
)[ = 1,
onde ω
0
´ e a freq¨ uˆ encia na qual a fase de G(jω) vale −180
o
. Corresponde ao maior
valor pelo qual a magnitude de G(jω) pode ser multiplicada antes que o sistema
realimentado torne-se inst´ avel.
´
E usual representar a margem de ganho em dB:
MG
db
= 20 log MG = −20 log [G(jω
0
)[.
O sistema realimentado ´ e est´ avel se MG > 1 ([G(jω
0
)[ < 1, MG
db
> 0) e inst´ avel
se MG < 1 ([G(jω
0
)[ > 1, MG
db
< 0). A margem de ganho pode ser obtida do
diagrama de Nyquist determinando-se a magnitude de G(jω) correspondente ` a
fase de −180
o
.
Margem de fase. A margem de fase do sistema realimentado ´ e definida como a
m´ axima defasagem MF (em graus) tal que
MF = 180
o
+φ,
onde φ =

G(jω
1
) e ω
1
´ e a freq¨ uˆ encia na qual [G(jω
1
)[ = 1. Corresponde ` a
maior defasagem que pode ser introduzida em G(jω) antes que o sistema torne-se
EA721 / PAULO VALENTE / UNICAMP 105
inst´ avel. O sistema realimentado ser´ a est´ avel se MF > 0 e inst´ avel se MF < 0. A
margem de fase pode ser obtida do diagrama de Nyquist determinando-se a fase de
G(jω) no ponto onde a magnitude ´ e unit´ aria.
6. A Figura 9.2 ilustra o diagrama de Nyquist de um sistema hipot ´ etico. Margens
de ganho e de fase s˜ ao facilmente obtidas calculando-se as magnitudes de G(jω) no
eixo real (onde a fase vale −180
o
) e os ˆ angulos formados na intersec¸ ˜ ao de G(jω)
com o quarto-de-c´ırculo de raio unit´ ario (onde a magnitude vale 1). Em particular,
k
3
torna o sistema inst´ avel (MG < 1).
PSfrag replacements
Re G(s)
ImG(s)
k
1
(k
1
< k
2
< k
3
) k
2
k
3
0
−1
Figura 9.2: Obtenc¸ ˜ ao das margens de ganho e fase via diagrama de Nyquist.
7. Embora n˜ ao v´ a ser objeto do presente curso, o projeto de compensadores do
tipo avanc¸o, atraso ou avanc¸o-atraso, por exemplo, pode ser realizado atrav´ es da
compensac¸ ˜ ao do diagrama de Nyquist de G(jω), de forma a obter, por exemplo,
margens de ganho e fase especificadas. Neste curso as t ´ ecnicas de compensac¸ ˜ ao
baseadas em resposta em freq¨ uˆ encia ser˜ ao discutidas atrav´ es dos diagramas de
bode de G(jω).
EA721 / PAULO VALENTE / UNICAMP 106
Aula 10
Lugar das Ra´ızes
Motivac¸ ˜ ao
Condic¸ ˜ oes de magnitude e fase
Regras b´ asicas
Motivac¸ ˜ ao
1. Considere o sistema de controle abaixo
PSfrag replacements
r
y
+

k
1
s(s + 2)
Figura 10.1: Sistema de controle em malha fechada.
A equac¸ ˜ ao caracter´ıstica associada ao sistema em malha fechada,
T(s) =
Y (s)
R(s)
=
k
s
2
+ 2s +k
=
N
T
(s)
D
T
(s)
,
´ e
D
T
(s) = s
2
+ 2s +k = 0,
e o sistema ´ e (BIBO) est´ avel para todo k > 0. O comportamento transit ´ orio do
sistema depende da localizac¸ ˜ ao das ra´ızes da equac¸ ˜ ao caracter´ıstica (p´ olos do sis-
tema em malha fechada), as quais dependem de k. De fato, as ra´ızes da equac¸ ˜ ao
caracter´ıstica s˜ ao
s
1,2
=
−2 ±

4 −4k
2
= −1 ±

1 −k
Se 0 < k < 1 as ra´ızes s˜ ao reais negativas e o sistema ´ e sobre-amortecido. Se
k = 1 as ra´ızes s˜ ao reais, iguais e negativas, e o sistema ´ e criticamente amortecido.
EA721 / PAULO VALENTE / UNICAMP 107
Se k > 1 as ra´ızes s˜ ao complexas conjulgadas e o sistema ´ e sub-amortecido:
s
1,2
= −1 ±j

k −1.
Umgr´ afico descrevendo como as ra´ızes da equac¸ ˜ ao caracte´ıstica variamquando
k varia de k = 0 a k → ∞- o lugar das ra´ızes do sistema em malha fechada - ´ e
apresentado na Figura 10.2.
PSfrag replacements
Re s
Ims
0 −2 −1
k = 1
k = 0 k = 0
k →∞
k →∞
Figura 10.2: Lugar das ra´ızes da equac¸ ˜ ao caracter´ıstica.
Condic¸ ˜ oes de magnitude e fase
2. O Lugar das Ra´ızes (LR) de um sistema nada mais ´ e do que um gr´ afico des-
crevendo como as ra´ızes da equac¸ ˜ ao caracter´ıstica do sistema variam em func¸ ˜ ao de
algum parˆ ametro de interesse, tomado como vari´ avel independente.
3. No sistema de controle representado na Figura 10.3, k > 0 ´ e um parˆ ametro
vari´ avel, como um ganho proporcional. As func¸ ˜ oes de transferˆ encia P(s) e F(s)
s˜ ao dadas. A equac¸ ˜ ao caracter´ıstica do sistema ´ e 1 + kP(s)F(s) = 0. O objetivo
´ e esboc¸ar o lugar das ra´ızes da equac¸ ˜ ao caracter´ıstica para 0 < k < ∞.
4. A quantidade kP(s)F(s) ´ e complexa para cada freq¨ uˆ encia complexa s. Condi-
c¸ ˜ oes b´ asicas para que s = s
1
seja uma ra´ız da equac¸ ˜ ao caracter´ıstica podem ser
EA721 / PAULO VALENTE / UNICAMP 108
estabelecidas em termos da magnitude e da fase de kP(s
1
)F(s
1
) = −1.
PSfrag replacements
r y +

k P(s)
F(s)
Figura 10.3: Sistema de controle com parˆ ametro vari´ avel k.
Condic¸ ˜ ao de magnitude. A magnitude do n´ umero complexo kP(s
1
)F(s
1
) deve
ser unit´ aria:
[kP(s
1
)F(s
1
)[ = 1 ⇒ k =
1
[P(s
1
)F(s
1
)[
.
Condic¸ ˜ ao de fase. A fase do n´ umero complexo kP(s
1
)F(s
1
) deve ser um m´ ul-
tiplo ´ımpar de 180
o
(as partes real e imagin´ aria de kP(s
1
)F(s
1
) s˜ ao −1 e zero,
respectivamente, o que coloca kP(s
1
)F(s
1
) sobre o eixo real do terceiro quadrante
do plano s):

P(s
1
)F(s
1
) = 180
o
r, r = ±1, ±3, ±5, . . .
5. O esboc¸o do LR ´ e usado para an´ alisar efeitos como a variac¸ ˜ ao de um parˆ ametro
ou a introduc¸ ˜ ao de p´ olos ou zeros no sistema de controle. Uma das finalidades do
trac¸ado do LR ´ e projetar controladores a partir das especificac¸ ˜ oes de desempenho
formuladas e da an´ alise do LR do sistema de controle em malha fechada.
6. O primeiro passo para obter o esboc¸o do LR do sistema de interesse ´ e expressar
P(s)F(s) na forma zeros-p´ olos:
P(s)F(s) =
b
m
s
m
+b
m−1
s
m−1
+ +b
0
s
n
+a
n−1
s
n−1
+ +a
0
(m ≤ n),
=
b
m
(s −z
1
)(s −z
2
) (s −z
m
)
(s −p
1
)(s −p
2
) (s −p
n
)
.
EA721 / PAULO VALENTE / UNICAMP 109
As quantidades z
1
, z
2
, . . . , z
m
e p
1
, p
2
, . . . , p
n
s˜ ao os m zeros e n p´ olos do
sistema em malha aberta. Os zeros e p´ olos de P(s)F(s) s˜ ao representados no LR
atrav´ es dos s´ımbolos ”O” e ””, respectivamente. Deseja-se determinar as n ra´ızes
da equac¸ ˜ ao caracter´ıstica 1+kP(s)F(s) = 0 (p´ olos do sistema em malha fechada)
para 0 < k < ∞. Num ponto qualquer s que pertenc¸a ao LR, a condic¸ ˜ ao de fase
assume a forma
m

i=1
φ
z
i

n

i=1
φ
p
i
= 180
o
r, r = ±1, ±3, ±5, . . .
em que φ
z
i

p
i
) ´ e a fase de z
i
(p
i
) em relac¸ ˜ ao ao ponto s. A fase entre pontos
quaisquer no plano s ´ e positiva no sentido anti-hor´ ario a partir do eixo real.
Regras b´ asicas
7. (Simetria) O LR ´ e sim´ etrico em relac¸ ˜ ao ao eixo real. A raz˜ ao ´ e que se s = s
1
pertence ao LR, ent˜ ao
1 +kP(s
1
)F(s
1
) = 0,
o que implica que 1 +kP(s
2
)F(s
2
) = 0, com s
2
= ¯ s
1
. Em equac¸ ˜ oes polinomiais
com coeficientes reais como a equac¸ ˜ ao carcater´ıstica, ra´ızes complexas aparecem
em pares complexos conjulgados, o que implica na simetria do LR em relac¸ ˜ ao ao
eixo real.
8. (LR no eixo real). O LR inclui todos os pontos sobre o eixo real situados ` a
esquerda de um n´ umero total ´ımpar de zeros e p´ olos reais. De fato, considere um
ponto qualquer s = s
1
sobre o eixo real. As fases dos zeros e p´ olos reais situados
` a esquerda de s
1
em relac¸ ˜ ao a s
1
s˜ ao nulas, resultando numa contribuic¸ ˜ ao de fase
nula ems
1
. As fases dos zeros e p´ olos reais situados ` a direita de s
1
em relac¸ ˜ ao a s
1
se somam, resultando numa contribuic¸ ˜ ao de fase m´ ultipla (par ou impar) de 180
o
em s
1
. Logo s
1
pertencer´ a ao LR se o n´ umero total de zeros e p´ olos reais ` a direita
de s
1
for impar. Como a contribuic¸ ˜ ao total de um par de zeros ou p´ olos complexos
conjugados em qualquer ponto do eixo real ´ e sempre de 360
o
, apenas zeros e p´ olos
reais determinam o LR sobre o eixo real.
9. (Pontos de partida e chegada). O LR comec¸a nos p´ olos de P(s)F(s), quando
k = 0, e termina nos zeros de P(s)F(s), quando k → ∞. De fato, a equac¸ ˜ ao
caracter´ıstica ´ e equivalente a
(s −p
1
)(s −p
2
) (s −p
n
) +kb
m
(s −z
1
)(s −z
2
) (s −z
m
) = 0,
EA721 / PAULO VALENTE / UNICAMP 110
e quando k = 0, as n ra´ızes da equac¸ ˜ ao carcater´ıstica s˜ ao p
1
, p
2
, . . . , p
n
. Por outro
lado,
P(s)F(s) = −
1
k
,
e P(s)F(s) → 0 quando k → ∞, isto ´ e, as ra´ızes da equac¸ ˜ ao caracter´ıstica
tendem aos zeros de P(s)F(s). Um zero de P(s)F(s) pode ser finito, quando
P(s)F(s) = 0 ´ e satisfeita para algum s = s
1
cujo m´ odulo ´ e finito, ou infinito,
quando P(s)F(s) = 0 ´ e satisfeita para s → ∞ (m´ odulo de s tendendo ao infi-
nito). O n´ umero de zeros infinitos de P(s)F(s) ´ e igual ` a diferenc¸a n −m.
10. (
ˆ
Angulos e intersec¸ ˜ ao de ass´ıntotas). Se P(s)F(s) possui n − m zeros
infinitos (n − m ≥ 1), ent˜ ao o LR tende a n − m ass´ıntotas quando k → ∞. As
ass´ıntotas s˜ ao determinadas pelos ˆ angulos
θ =
180
o
r
n −m
, r = ±1, ±3, ±5.
De fato, quando n − m ≥ 1 a equac¸ ˜ ao 1 + kP(s)F(s) = 0 ´ e satisfeita para
s →∞e a an´ alise pode ser simplificada da seguinte forma:
lim
s→∞
kP(s)F(s) = lim
s→∞
k
b
m
s
m
+
s
n
+
= lim
s→∞
k
b
m
s
n−m
.
e o LR da equac¸ ˜ ao caracter´ıstica tende ao LR da equac¸ ˜ ao
1 +k
b
m
s
n−m
= 0,
ou s
n−m
= −kb
m
. A magnitude das ra´ızes tende ao infinito (devido ` a hip´ otese
de que s → ∞) e as fases tendem aos ˆ angulos θ apresentados acima.
´
E poss´ıvel
mostrar que as ass´ıntotas se interceptam no eixo real no ponto
σ
a
=
n

i=1
p
i

m

i=1
z
i
n −m
,
em que os p
i
’s e z
i
’s s˜ ao os p´ olos e zeros finitos de P(s)F(s). O ponto de
intersec¸ ˜ ao das ass´ıntotas n˜ ao ´ e necessariamente um ponto pertencente ao LR. Se
n −m = 1 o ˆ angulo da ass´ıntota ´ e de 180
o
(ou −180
o
, 540
o
, . . . ). Neste caso n˜ ao
existe intersec¸ ˜ ao de ass´ıntotas e σ
a
perde sentido.
Exemplo 1: Considere a func¸ ˜ ao de transferˆ encia
P(s)F(s) =
1
s(s + 2)
EA721 / PAULO VALENTE / UNICAMP 111
O LR ´ e sim´ etrico e compreende todos os pontos sobre o eixo real situados entre
os p´ olos s = 0 e s = −2. O LR comec¸a nos p´ olos de P(s)F(s) (quando k = 0)
e termina nos zeros (infinitos) de P(s)F(s) (quando k → ∞). Como n = 2 e
m = 0, o LR da equac¸ ˜ ao caracter´ıstica possui n − m = 2 ass´ıntotas. Os ˆ angulos
das ass´ıntotas s˜ ao θ
1
= 180
o
/2 = 90
o
e θ
2
= −180
o
/2 = −90
o
. As escolhas
r = 1 e r = −1 s˜ ao arbitr´ arias. As ass´ıntotas se interceptam no eixo real no ponto
σ
a
= (0 + (−2))/2 = −1.
PSfrag replacements
Re s
Ims
0 −2
σ
a
= −1
−90
o
90
o
k = 0 k = 0
k →∞
k →∞
Figura 10.4: LR da equac¸ ˜ ao 1 + 1/s(s + 2) = 0.
O LR resultante (Figura 10.4) ´ e o mesmo ilustrado na Figura 10.2. Neste exem-
plo particular, o LR se confunde com as ass´ıntotas (k > 1). Numa situac¸ ˜ ao mais
geral, o LR apenas tende para as ass´ıntotas quando k →∞.
11. (Pontos de sa´ıda e de entrada). OLRpode apresentar pontos onde as ra´ızes da
equac¸ ˜ ao caracter´ıstica deixam de ser reais para se tornarem complexas conjulgadas
(pontos de sa´ıda) ou, inversamente, deixam de ser complexas conjulgadas para se
tornarem reais (pontos de entrada). Os pontos de sa´ıda e entrada do LR no eixo
real aparecer˜ ao entre as ra´ızes da equac¸ ˜ ao polinomial
d
ds
P(s)F(s) =
d
ds
N(s)
D(s)
= 0,
EA721 / PAULO VALENTE / UNICAMP 112
que ´ e equivalente a
D

(s)N(s) −D(s)N

(s) = 0.
De fato, reescrevendo a equac¸ ˜ ao caracter´ıstica como
1 +kP(s)F(s) = 1 +k
N(s)
D(s)
= 0,
obt´ em-se a forma equivalente Q(s) = D(s) + kN(s) = 0. Devido ` a simetria do
LR, nos pontos de sa´ıda e entrada a equac¸ ˜ ao caracter´ıstica deve apresentar ra´ızes
reais m´ ultiplas, isto ´ e, se s = s
1
´ e um ponto de sa´ıda ou entrada, ent˜ ao
Q(s) = (s −s
1
)
l
Q
1
(s),
em que l ´ e a multiplicidade de s
1
(l ≥ 2). Derivando Q(s) em relac¸ ˜ ao a s, obt´ em-se
Q

(s) = l(s −s
1
)
l−1
Q
1
(s) + (s −s
1
)
l
Q

1
(s),
= (s −s
1
)
l−1
[lQ
1
(s) + (s −s
1
)Q

1
(s)],
Portanto, s
1
tamb´ em ´ e uma raiz (de multiplicidade l −1) de Q

(s). Entretanto,
Q

(s) = D

(s) +kN

(s),
= D

(s) −
D(s)
N(s)
N

(s).
Sendo assim, um ponto de sa´ıda ou entrada deve satisfazer
D

(s)N(s) −D(s)N

(s) = 0,
a qual por sua vez ´ e equivalente a
d
ds
P(s)F(s) =
d
ds
N(s)
D(s)
=
D(s)N

(s) −D

(s)N(s)
D(s)
2
= 0.
Nem toda soluc¸ ˜ ao de D

(s)N(s) − D(s)N

(s) = 0 ´ e um ponto de entrada
ou sa´ıda do LR no eixo real. Para descobrir se uma ra´ız ´ e um ponto de entrada ou
sa´ıda ´ e necess´ ario esboc¸ar o LR e verificar em que intervalos no eixo real poderiam
haver pontos de entrada ou sa´ıda.
Exemplo 2: Considere 1 +
K
s(s + 2)
= 0. Neste caso,
D

(s)N(s) −D(s)N

(s) = (2s + 2)(1) −(s
2
+ 2s)(0) = 2s + 2 = 0
EA721 / PAULO VALENTE / UNICAMP 113
e a soluc¸ ˜ ao ´ e s
1
= −1. Observando a Figura 10.4, percebe-se claramente que
s
1
= −1 ´ e um ponto de sa´ıda do LR no eixo real.
Exemplo 3: Considere 1 +
k
s(s + 1)(s + 2)
= 0. Do mesmo modo,
D

(s)N(s) −D(s)N

(s) = (3s
2
+ 6s + 2)(1)−
−(s
3
+ 3s
2
+ 2s)(0) = 3s
2
+ 6s + 2 = 0,
e neste caso as ra´ızes s˜ ao s
1
= −0.4226 e s
2
= −1.5774. Para descobrir se alguma
das ra´ızes ´ e ponto de sa´ıda ou entrada ´ e necess´ ario esboc¸ar o LR, como na Figura
10.5.
PSfrag replacements
Re s
Ims
0 −1 −2
j

2
−j

2
60
o
k = 0 k = 0
k = 0
k →∞
k →∞
k →∞
Figura 10.5: LR da equac¸ ˜ ao 1 + 1/s(s + 1)(s + 2) = 0.
Note que o LR possui n − m = 3 − 0 = 3 ass´ıntotas, cujos ˆ angulos s˜ ao
60
o
, −60
o
e 180
o
. As ass´ıntotas se interceptam no ponto σ
a
= (0−1−2)/3 = −1.
Existe um ponto de sa´ıda entre 0 e −1 e seu valor ´ e precisamente s
1
= −0.4226
encontrado resolvendo-se a equac¸ ˜ ao polinomial acima.
EA721 / PAULO VALENTE / UNICAMP 114
Aula 11
Lugar das Ra´ızes
Regras adicionais
Projeto de compensadores
Regras adicionais
1. (Cruzamento com o eixo imagin´ ario) Os poss´ıveis pontos de cruzamento do
LR com o eixo imagin´ ario (s = 0 +jω) s˜ ao determinados resolvendo-se
D(jω) +kN(jω) = 0 +j0
em termos de k e ω. As partes real e imagin´ aria de D(jω) + kN(jω) depen-
dem genericamente de k e ω e devem ser nulas por conta da igualdade com zero.
Logo disp˜ oe-se de duas equac¸ ˜ oes homogˆ eneas para duas inc´ ognitas. A soluc¸ ˜ ao do
sistema de equac¸ ˜ oes fornece os pontos de cruzamento com o eixo imagin´ ario.
Exemplo 1. Considere 1 +k
1
s(s + 1)(s + 2)
= 0. Se s = jω, obt´ em-se
D(jω) +kN(jω) = (jω)
3
+ 3(jω)
2
+ 2(jω) +k,
= −jω
3
−3ω
2
+j2ω +k,
= (k −3ω
2
) +j(2ω −ω
3
),
= 0 +j0.
Logo, k − 3ω
2
= 0 e 2ω − ω
3
= 0. Se ω = 0, ent˜ ao k = 0. (A soluc¸ ˜ ao
ω = 0 e k = 0 corresponde ao p´ olo de malha aberta na origem.) Se ω ,= 0,
ent˜ ao ω = ±

2 e k = 6. Os pontos de cruzamento do LR com o eixo imagin´ ario
s˜ ao s = ±j

2 (Figura 10.5). Alternativamente, os pontos de cruzamento podem
ser determinados atrav´ es do crit´ erio de Routh-Hurwitz. O array de Routh para a
equac¸ ˜ ao caracter´ıstica ´ e
s
3
1 2
s
2
3 k
s
1
(6 −k)/3
s
0
k
EA721 / PAULO VALENTE / UNICAMP 115
Se k = 6, ent˜ ao a linha s
1
se anula e ´ e substituida pela derivada do polinˆ omio
auxiliar A(s) = 3s
2
+ 6 obtido da linha s
2
do array. A derivada de A(s) ´ e 6s + 0
e a construc¸ ˜ ao do array prossegue:
s
3
1 2
s
2
3 6
s
1
6 0
s
0
6
Como todos os elementos da primeira coluna s˜ ao positivos, a equac¸ ˜ ao carac-
ter´ıstica possui ra´ızes imagin´ arias puras (caso especial II). As ra´ızes imagin´ arias
s˜ ao precisamente as ra´ızes do polinˆ omio auxiliar 3s
2
+ 6 = 0, iguais a ±j

2,
obtidas quando k = 6.
2. (
ˆ
Angulos de partida e chegada). O LR parte dos p´ olos (quando k = 0) e
chega nos zeros de P(s)F(s) (quando k →∞) de acordo com ˆ angulos que podem
ser determinados analisando-se como a fase do LR varia nas proximidades destes
p´ olos e zeros. A Figura 11.1 apresenta o esboc¸o do LR da equac¸ ˜ ao caracter´ıstica
1 +kP(s)F(s) = 1 +k
1
(s + 2)(s
2
+ 2s + 2)
= 0.
PSfrag replacements
Re s
Ims
0 −1
−2
j
−j
60
o
45
o
σ
a
s
1
p
1
p
2
p
3
Figura 11.1: LR da equac¸ ˜ ao 1 +k/(s + 2)(s
2
+ 2s + 2) = 0.
EA721 / PAULO VALENTE / UNICAMP 116
Os p´ olos de malha aberta s˜ ao p
1
= −2, p
2
= −1 + j e p
3
= −1 − j. Se s
1
´ e um ponto do LR arbitrariamente pr ´ oximo ao p´ olo p
2
, por exemplo, ent˜ ao pela
condic¸ ˜ ao geral de fase
m

i=1
φ
z
i

n

i=1
φ
p
i
= 180
o
r, r = ±1, ±3, ±5, . . . ,
obt´ em-se (m = 0, n = 3)
−φ
p
1
−φ
p
2
−φ
p
3
= 180
o
r, r = ±1, ±3, . . .
em que φ
p
1
, φ
p
2
e φ
p
3
s˜ ao as fases de p
1
, p
2
e p
3
em relac¸ ˜ ao ao ponto s
1
. Como
φ
p
1
→45
o
e φ
p
3
→90
o
, o ˆ angulo de p
2
em relac¸ ˜ ao a s
1
(ˆ angulo de partida de p
2
)
´ e igual a (r = −1, por conveniˆ encia)
φ
p
2
= 180
o
−90
o
−45
o
= 45
o
.
Racioc´ınio an´ alogo ir´ a mostrar que o ˆ angulo de partida de p
3
´ e de −45
o
. O
ˆ angulo de partida do p´ olo real ´ e de 180
o
porque p
2
e p
3
contribuem com 360
o
em qualquer ponto do eixo real pr ´ oximo a p
1
.
ˆ
Angulos de chegada em zeros s˜ ao
calculados da mesma forma. As express˜ oes gerais para o c´ alculo de ˆ angulos s˜ ao as
seguintes:
ˆ
Angulo de partida de um p´ olo p
j
:
φ
p
j
=
m

i=1
φ
z
i

n

i=j
φ
p
i
+ 180
o
r, r = ±1, ±3, . . .
ˆ
Angulo de chegada em um zero z
j
:
φ
z
j
=
n

i=1
φ
p
i

m

i=j
φ
z
i
+ 180
o
r, r = ±1, ±3, . . .
Nas express˜ oes acima, φ
p
i

z
i
) ´ e a fase do p´ olo p
i
(zero z
i
) relativa ao p´ olo p
j
(z
j
) considerado.
Exemplo 2. Considere o sistema de controle em malha fechada ilustrado na Figura
11.2 a seguir. O objetivo ´ e esboc¸ar o lugar das ra´ızes do sistema utilizando todas
as regras aplic´ aveis ` a func¸ ˜ ao de transferˆ encia do sistema em malha aberta.
EA721 / PAULO VALENTE / UNICAMP 117
PSfrag replacements
r
y
+

k
s + 2
s
2
+ 2s + 3
Figura 11.2: Sistema de controle em malha fechada.
A equac¸ ˜ ao caracter´ıstica do sistema em malha fechada ´ e
1 +k
s + 2
s
2
+ 2s + 3
= 1 +k
s + 2
(s + 1 −j

2)(s + 1 +j

2)
= 0.
Ap´ os assinalar os p´ olos e zeros de malha aberta no plano s, determina-se o LR no
eixo real com ilustrado na Figura 11.3. Dado que m = 1 e n = 2, o LR apresenta
uma ass´ıntota com ˆ angulo θ = 180
o
. Quando k → ∞, um ramo do LR tende ao
zero finito em −2, enquanto outro tende ao zero infinito da func¸ ˜ ao de transfrˆ encia
de malha aberta. Neste caso deve haver um ponto de entrada do LR no eixo real
` a esquerda do zero em −2. O ponto de entrada encontra-se entre as soluc¸ ˜ oes da
equac¸ ˜ ao
D

(s)N(s) −D(s)N

(s) = (2s + 2)(s + 2)−
−(s
2
+ 2s + 3)(1) = s
2
+ 4s + 1 = 0.
As soluc¸ ˜ oes de s
2
+ 4s + 1 = 0 s˜ ao s
1
= −3.7320 e s
2
= −0.2680. Portanto, o
ponto de entrada ´ e −3.7320. O ˆ angulo de partida do p´ olo p
1
= −1 +j

2 ´ e de
φ
p
1
= φ
z
1
−φ
p
2
+ 180
o
= 55
o
−90
o
+ 180
o
= 145
o
.
O ˆ angulo de partida de p
2
= −1 −

2 ´ e de −145
o
. Observe que o sistema em
quest˜ ao ´ e est´ avel em malha fechada para qualquer escolha de k > 0.
Projeto de compensadores
3. O projeto de compensadores (controladores) consiste em, dadas as func¸ ˜ oes de
transferˆ encia de malha aberta da planta a ser compensada (controlada) e do sen-
sor, definida a forma de conecc¸ ˜ ao do compensador com a planta e formuladas
as especificac¸ ˜ oes de desempenho para o sistema de malha fechada, determinar a
func¸ ˜ ao de transferˆ encia de um compensador que as viabilize.
EA721 / PAULO VALENTE / UNICAMP 118
4. O termo compensac¸ ˜ ao ´ e empregado no sentido de adicionar algo ` a planta, de
forma que esta passe a responder na forma desejada. O que compensar depende
do que se considera indesejado na resposta da planta quando esta se encontra em
malha aberta. A forma desejada de resposta ´ e definida pelas especificac¸ ˜ oes de
desempenho para o sistema em malha fechada.
PSfrag replacements
Re s
Ims
0
−1 −2
j

2
−j

2
55
o
145
o
−3.7320
k = 0
k = 0
p
1
p
2
z
1
k →∞ k →∞
Figura 11.3: LR da equac¸ ˜ ao 1 +k(s + 2)/(s
2
+ 2s + 3) = 0.
5. Existem v´ arias possibilidades de conecc¸ ˜ ao do compensador com a planta, sendo
que a mais comum ´ e a conecc¸ ˜ ao s´ erie ilustrada na Figura 11.4. O compensador se
encontra conectado em s´ erie com a planta. (Eventuais sinais de dist ´ urbio n˜ ao est˜ ao
explicitamente indicados).
PSfrag replacements
+

r y e u
C(s) P(s)
F(s)
Figura 11.4: Compensador conectado em s´ erie com a planta.
6. O objetivo prim´ ario do projeto de compensadores ´ e sintetizar a resposta desejada
para a sa´ıda da planta y tendo em vista uma dada entrada de referˆ encia r. Neste
EA721 / PAULO VALENTE / UNICAMP 119
caso, a func¸ ˜ ao de transferˆ encia a ser considerada ´ e
T(s) =
Y (s)
R(s)
=
C(s)P(s)
1 +C(s)P(s)F(s)
.
A maioria das t´ ecnicas de projeto de compensadores procura modificar direta-
mente as carcater´ısticas de magnitude e fase da planta respons´ aveis pelo compor-
tamento inadequado da sa´ıda explorando o fato de que, na conecc¸ ˜ ao s´ erie, C(s)
sempre aparece multiplicando P(s). Assim sendo
[C(s)P(s)[ = [C(s)[[P(s)[ e

C(s)P(s) =

C(s) +

P(s).
em qualquer freq¨ uˆ encia s. A magnitude (fase) de C(s)P(s) ´ e igual ao produto
(soma) das magnitudes (fases) de C(s) e P(s), o que torna o projeto do compen-
sador relativamente simples.
7. No diagrama de blocos da Figura 11.4 fica impl´ıcito que a potˆ encia do sinal de
sa´ıda do compensador ´ e compat´ıvel com a potˆ encia requerida na entrada da planta.
O n´ıvel de potˆ encia na sa´ıda do compensador ser´ a baixo ou alto dependendo se o
atuador (isto ´ e, o est´ agio de amplificac¸ ˜ ao de potˆ encia) est´ a incluido na planta ou
no compensador, respectivamente.
8. Na compensac¸ ˜ ao s´ erie a sa´ıda do compensador responde ` a variac¸ ˜ ao do erro entre
a referˆ encia e a sa´ıda da planta. A presenc¸a de zeros na func¸ ˜ ao de transferˆ encia do
compensador (fatores derivativos) produz sinais de atuac¸ ˜ ao elevados quando o erro
varia rapidamente, como ocorre por exemplo na partida de um sistema de controle
quando este ´ e submetido a uma entrada degrau.
9. O sistema de controle em malha fechada da Figura 11.4 pode ser implemen-
tado na forma anal ´ ogica, atrav´ es de componentes anal ´ ogicos adequados ao tipo
de planta a ser controlada, ou na forma digital, atrav´ es de processadores digitais,
opc¸ ˜ ao mais comum atualmente.
10. Na pr´ atica, o projeto de compensadores normalmente envolve um procedi-
mento interativo cujas etapas principais s˜ ao resumidas a seguir.
1. Estabelece-se o modelo (linear, invariante no tempo) do sistema f´ısico, o que
inclui definir as func¸ ˜ oes de transferˆ encia da planta, do sensor e da conecc¸ ˜ ao
a ser utilizada. Especificac¸ ˜ oes de desempenho para o sistema em malha
fechada s˜ ao formuladas;
EA721 / PAULO VALENTE / UNICAMP 120
2. Atrav´ es de uma t´ ecnica de projeto adequada, determina-se a func¸ ˜ ao de trans-
ferˆ encia (parˆ ametros) de umcompensador. Acapacidade do compensador de
atender as especificac¸ ˜ oes de desempenho ´ e frequentemente avaliada atrav´ es
de um modelo de simulac¸ ˜ ao (baseado em MATLAB/Simulink, por exemplo)
do sistema em malha fechada;
3. Ap´ os a validac¸ ˜ ao do compensador atrav´ es de simulac¸ ˜ ao, implementa-se o
sistema de controle e observa-se o comportamento do sistema f´ısico. Devido
a caracter´ısticas inicialmente n˜ ao-modeladas, como atritos e n˜ ao-linearidades
em geral, o comportamento observado pode diferir (as vˆ ezes bastante) do de-
sejado;
4. Caso os comportamentos desejado e observado divirjam significativamente,
o projetista tem como alternativas refinar os modelos adotados e/ou deter-
minar um compensador alternativo que garanta o atendimento das especifi-
cac¸ ˜ oes de desempenho, ou formular novas especificac¸ ˜ oes de desempenho,
relaxando aquelas que se mostraram invi´ aveis na pr´ atica.
EA721 / PAULO VALENTE / UNICAMP 121
Aula 12
Lugar das Ra´ızes
Compensac¸ ˜ ao via lugar das ra´ızes
Compensac¸ ˜ ao avanc¸o (lead)
Compensac¸ ˜ ao via lugar das ra´ızes
1. De acordo com a t´ ecnica de compensac¸ ˜ ao (projeto) baseada no lugar das ra´ızes,
o compensador ´ e obtido atrav´ es da manipulac¸ ˜ ao do lugar das ra´ızes do sistema em
malha fechada. Inicialmente ser˜ ao analisados alguns efeitos individuais, como os
da adic¸ ˜ ao de um p´ olo e de um zero a uma dada func¸ ˜ ao de transferˆ encia de malha
aberta.
Efeito da adic¸ ˜ ao de um p´ olo. O LR ´ e puxado para a direita, diminuindo a esta-
bilidade relativa e tornando o sistema mais lento, como ilustra a Figura 12.1.
PSfrag replacements
Ims Ims Ims
Re s Re s Re s
(a) (b) (c)
Figura 12.1: Efeito da adic¸ ˜ ao de um p´ olo.
O efeito da adic¸ ˜ ao de um p´ olo pode ser explicado atrav´ es do comportamento
das ass´ıntotas do LR. Os ˆ angulos das ass´ıntotas, dados por
θ =
180
o
r
n −m
, r = ±1, ±3, . . . ,
diminuem a medida que n aumenta (mantendo mfixo), fazendo com que o LR seja
puxado cada vez mais para a direita.
EA721 / PAULO VALENTE / UNICAMP 122
Efeito da adic¸ ˜ ao de um zero. O LR ´ e puxado para a esquerda, tornando o
sistema relativamente mais est´ avel e mais r´ apido. A Figura 12.2 (a) ilustra a
incorporac¸ ˜ ao de um zero ao LR da Figura 12.1 (c). O ˆ angulo das ass´ıtotas aumenta,
fazendo com que o sistema em malha fechada passe a ser est ´ avel para qualquer va-
lor de ganho.
PSfrag replacements
Ims
Ims Ims
Re s Re s Re s
(a) (b)
(c)
Figura 12.2: Efeito da adic¸ ˜ ao de um zero.
Quando o zero ´ e deslocado para a direita, a intersec¸ ˜ ao das ass´ıntotas de desloca
para a esquerda, dado que o ponto de intersec¸ ˜ ao,
σ
a
=
n

i=1
p
i

m

i=1
z
i
n −m
,
fica mais negativo ` a medida que algum z
i
tende a origem.
2. O projeto de compensadores baseia-se em especificac¸ ˜ oes de desempenho que
descrevem como o sistema em malha fechada deve se comportar em termos de res-
posta transit ´ oria (m´ axima sobre-elevac¸ ˜ ao, tempo de acomodac¸ ˜ ao, . . . ) e de regime
(erros est´ aticos). Normalmente adota-se a seguinte estrat´ egia:
1. Determina-se um par de p´ olos complexos conjulgados que fornece a resposta
transit ´ oria de acordo com as especificac¸ ˜ oes, como se se quisesse sintetizar
um sistema de segunda ordem na forma padr˜ ao;
2. Constroi-se o LR do sistema n˜ ao-compensado, aqui entendido como o LR do
sistema quando se adota um compensador est´ atico C(s) = k
c
. Geralmente
n˜ ao existe k
c
tal que o LR passa pelos p´ olos especificados;
EA721 / PAULO VALENTE / UNICAMP 123
3. Determina-se um compensador dinˆ amico C(s) (zeros e p´ olos), que associ-
ado em s´ erie com a planta modifica o LR fazendo com que este passe pelos
p´ olos especificados;
4. Se as ordens (n´ umero de p´ olos) da planta e do compensador forem n
P
e n
C
,
respectivamente, o n´ umero de p´ olos de malha fechada (ra´ızes da equac¸ ˜ ao
caracter´ıstica) ser´ a n
P
+n
C
, em geral;
5. Dentre os n
P
+n
C
p´ olos encontra-se o par de p´ olos complexos conjulgados
especificados. Suponha que estes p´ olos localizam-se na regi˜ ao I e que os
demais n
P
+n
C
−2 p´ olos encontram-se na regi˜ ao II da Figura 12.3;
PSfrag replacements
Re s
Ims
−a −b
I
II
0
Figura 12.3: Semi-plano esquerdo - regi ˜ oes dominante (I) e dominada (II).
6. Se b for suficientemente maior do que a (por exemplo b/a = 5), os p´ olos
complexos conjulgados dominar˜ ao a resposta transit ´ oria do sistema (pois
possuem constantes de tempo menores), e esta se assemelhar´ a bastante ` a res-
posta transit ´ oria do sistema de segunda ordem sintetizado atrav´ es da escolha
dos p´ olos dominantes;
7. Fatores como a presenc¸a de zeros e/ou ganho DC n˜ ao-unit´ ario na func¸ ˜ ao de
transferˆ encia de malha fechada podem alterar a resposta transit ´ oria relativa-
mente ` a do sistema de segunda ordem sintetizado. Neste caso ser´ a necess´ ario
refazer o projeto;
8. Se entre os compensadores que atendem as especificac¸ ˜ oes sobre resposta
transit ´ oria existir ao menos um que tamb´ em atenda as especificac¸ ˜ oes sobre
resposta em regime, o projeto ´ e conclu´ıdo com a escolha de um desses com-
pensadores. Caso contr´ ario o projeto prossegue, geralmente incorporando-se
EA721 / PAULO VALENTE / UNICAMP 124
ao controlador obtido na etapa anterior ganho suficiente para, por exemplo,
atender especificac¸ ˜ oes referentes a erros de regime.
3. Se a estrutura do compensador C(s) (n´ umero de zeros e p´ olos) for definida
a-priori, o projeto consistir´ a basicamente em determinar a localizac¸ ˜ ao dos zeros e
p´ olos de C(s), ou seja, os coeficientes do numerador e do denominador de C(s).
Discute-se a seguir o projeto de um tipo de compensador de primeira ordem (um
zero, um p´ olo) conhecido como compensador avanc¸o (lead).
Compensac¸ ˜ ao avanc¸ o (lead)
4. A compensac¸ ˜ ao avanc¸o ´ e usada quando o sistema original ´ e inst´ avel, ou est´ avel,
mas n˜ ao atende as especificac¸ ˜ oes relativas ` a resposta transit´ oria. A compensac¸ ˜ ao
avanc¸o modifica o LR do sistema n˜ ao-compensado no sentido do atendimento das
especificac¸ ˜ oes relativas ` a resposta transit ´ oria. O compensador avanc¸o ´ e definido
pela func¸ ˜ ao de transferˆ encia
C(s) = k
c
s +
1
T
s +
1
αT
= k
c
α
Ts + 1
αTs + 1
,
em que k
c
> 0 ´ e o ganho do compensador e T > 0 e 0 < α < 1 definem as
localizac¸ ˜ oes do zero e do p´ olo do compensador. O compensador avanc¸o adiciona
fase a qualquer ponto do plano s pois φ
zc
− φ
pc
> 0 para qualquer escolha de
T > 0 e 0 < α < 1 (Figura 12.4). Como 0 < α < 1, o zero do compensador
sempre fica ` a direita do p´ olo.
PSfrag replacements
φ
pc
φ
zc

1
T

1
αT
Figura 12.4: Adic¸ ˜ ao de fase do compensador avanc¸o.
EA721 / PAULO VALENTE / UNICAMP 125
5. O ganho est´ atico do compensador avanc¸o ´ e C(0) = k
c
α, em que k
c
e α s˜ ao re-
sultantes do projeto que visa basicamente atender as especificac¸ ˜ oes sobre resposta
transit ´ oria. Neste sentido, o controle da resposta em regime do sistema atrav´ es da
compensac¸ ˜ ao avanc¸o ´ e bastante limitado.
Compensac¸ ˜ ao avanc¸ o - procedimento
1. A partir das especificac¸ ˜ oes de desempenho para a resposta transit ´ oria, deter-
mine as localizac¸ ˜ oes para os p´ olos dominantes do sistema em malha fechada,
na forma de p´ olos complexos conjugados s
1,2
;
2. Obtenha o LR do sistema com compensac¸ ˜ ao C(s) = k
c
e verifique se o
ajuste de k
c
faz o LR passar pelos p´ olos s
1,2
especificados. Caso contr´ ario,
calcule a fase da planta em s = s
1
:

P(s)[
s=s
1
;
Para que s
1
passe a fazer parte do LR, a fase de C(s) dever´ a ser tal que

C(s)[
s=s
1
+

P(s)[
s=s
1
= 180
o
r = ±1, ±3, . . .
Seja φ a quantidade de fase a ser adicionada pelo compensador avanc¸o. De-
termine as localizac¸ ˜ oes do zero e do p´ olo de C(s) (isto ´ e, determine T e α)
de maneira que φ
zc
−φ
pc
= φ;
3. Finalmente, determine k
c
atrav´ es da condic¸ ˜ ao de magnitude:
[C(s)P(s)[
s=s
1
=
¸
¸
¸
¸
k
c
α
Ts + 1
αTs + 1
P(s)
¸
¸
¸
¸
s=s
1
= 1.
Exemplo. Considere o sistema de controle ilustrado na Figura 12.5. A func¸ ˜ ao de
transferˆ encia do sistema em malha fechada ´ e
Y (s)
R(s)
=
4
s
2
+ 2s + 4
=
4
(s + 1 −j

3)(s + 1 +j

3)
.
Os p´ olos de malha fechada do sistema n˜ ao-compensado s˜ ao tais que ξ = 0.5
e ω
n
= 2 rad/s, fornecendo m´ axima sobre-elevac¸ ˜ ao M
p
= 15% e tempo de
acomodac¸ ˜ ao t
s
= 4 s. Uma especificac¸ ˜ ao do tipo t
s
= 2 s pode ser atingida
com ω
n
= 4 rad/s. As localizac¸ ˜ oes dos p´ olos dominantes seriam
s
1,2
= −ξω
n
±jω
n
_
1 −ξ
2
= −2 ±j2

3.
EA721 / PAULO VALENTE / UNICAMP 126
PSfrag replacements
r y
4
s(s + 2)
+

Figura 12.5: Sistema de segunda ordem em malha fechada.
A compensac¸ ˜ ao proporcional (C(s) = k
c
) em s´ erie com a planta n˜ ao ´ e capaz
de fazer o LR do sistema em malha fechada passar em s
1,2
, como ilustra a Figura
12.6. (Os p´ olos do sistema n˜ ao-compensado s˜ ao obtidos quando k
c
= 1.)
PSfrag replacements
Re s
Ims
s
1
s
2
0
j

3
j2

3
−j

3
−j2

3
−1 −2
2
60
o
(ξ = 0.5)
k
c
= 1
P´ olos desejados
Figura 12.6: LR do sistema n˜ ao-compensado (s
1,2
: p´ olos dominantes).
A fase da planta em s = s
1
pode ser calculada atrav´ es de uma an´ alise gr´ afica:

P(s)[
s=s
1
= −120
o
−90
o
= −210
o
(contribuic¸ ˜ oes dos p´ olos em 0 e −2, respec-
tivamente). Portanto, o compensador precisa adicionar φ = 30
o
em s = s
1
para
que a condic¸ ˜ ao de fase do LR seja atendida.
Existem in´ umeras formas de posicionar o p´ olo e o zero do compensador de tal
forma que φ
zc
− φ
pc
= φ. Uma soluc¸ ˜ ao ´ e usar o chamado m´ etodo da abcissa:
determina-se a abcissa do ˆ angulo formado pelas retas AP e PO, como ilustra a
EA721 / PAULO VALENTE / UNICAMP 127
Figura 12.7.
PSfrag replacements
Re s
Ims
0
j

3
j2

3
−j

3
−j2

3
−1 −2
2
60
o
(ξ = 0.5)
−2.9 −5.4
15
o
−3.4 abcissa
A
P
O
p
c
z
c
Figura 12.7: LR do sistema compensado pelo m´ etodo da abcissa.
Em seguida, determinam-se duas retas formando φ/2 graus a partir da abcissa.
Os pontos de cruzamento com o eixo real correspondem ` as localizac¸ ˜ oes do p´ olo e
do zero de C(s). No caso do exemplo,
1
T
= 2.9,
1
αT
= 5.4.
Logo, T = 0.345 e α = 0.537. Pelo m´ etodo da abcissa, o valor de α ´ e
maximizado, o que eleva o ganho est´ atico do compensador. O valor de k
c
´ e obtido
da condic¸ ˜ ao de magnitude:
[C(s)P(s)[
s=s
1
=
¸
¸
¸
¸
4k
c
(s + 2.9)
s(s + 2)(s + 5.4)
¸
¸
¸
¸
s=−2+j2

3
= 1
implica em k
c
= 4.68. O compensador avanc¸o procurado ´ e
C(s) = 4.68
s + 2.9
s + 5.4
= 2.51
0.345s + 1
0.185s + 1
.
Os p´ olos do sistema em malha fechada (compensado) s˜ ao as ra´ızes de
1 +C(s)P(s) = 1 +
_
4.68(s + 2.9)
(s + 5.4)
_ _
4
s(s + 2)
_
= 0,
EA721 / PAULO VALENTE / UNICAMP 128
ou
s(s + 2)(s + 5.4) + 18.7(s + 2.9) =
= (s + 2 +j2

3)(s + 2 −j2

3)(s + 3.4) = 0.
Note que o ganho associado ao LR no ponto s
1
´ e k = 4 4.68 = 18.7. O ter-
ceiro p´ olo em −3.4 est´ a pr´ oximo ao zero do compensador (em −2.9) e seu efeito
na resposta do sistema ser´ a pequeno. A resposta ser´ a levemente menos amortecida
do que o esperado (ξ = 0.5, M
p
= 15%) devido a presenc¸a do zero. O projeto de
compensadores atrav´ es do LR pode ser inteiramente desenvolvido atrav´ es do MA-
TLAB, que disp˜ oe do ambiente interativo rltool para projetos desta natureza. O
projeto poderia iniciar com a obtenc¸ ˜ ao do LR do sistema comC(s) = k
c
, ilustrado
na Figura 12.8:
−2 −1.5 −1 −0.5 0 0.5 1
−2
−1.5
−1
−0.5
0
0.5
1
1.5
2
Root Locus Design
I
m
a
g

A
x
e
s
Real Axis
Figura 12.8: LR do sistema com C(s) = k
c
via MATLAB/rltool.
A Figura 12.9 ilustra o LR ap´ os a compensac¸ ˜ ao avanc¸o. Observe as linhas
pontilhadas de fator de amortecimento e freq¨ uˆ encia natural constantes, bastante
´ uteis na fase de projeto do compensador.
EA721 / PAULO VALENTE / UNICAMP 129
−6 −4 −2 0 2 4 6
−6
−4
−2
0
2
4
6
Root Locus Design
I
m
a
g

A
x
e
s
Real Axis
Figura 12.9: LR do sistema compensado via MATLAB/rltool.
Time (sec.)
A
m
p
l
i
t
u
d
e
Step Response
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
0.2
0.4
0.6
0.8
1
1.2
1.4
From: U(1)
T
o
:

Y
(
1
)
PSfrag replacements
Compensado
N˜ ao-compensado
Figura 12.10: Respostas ao degrau dos sistemas n˜ ao-compensado e compensado.
A Figura 12.10 apresenta as respostas ao degrau do sistemas n˜ ao-compensado
(ξ = 0.5, ω
n
= 2 rad/s) e compensado atrav´ es de avanc¸o (ξ ≈ 0.5, ω
n
= 4 rad/s).
EA721 / PAULO VALENTE / UNICAMP 130
Como requerido, o tempo de acomodac¸ ˜ ao passou a ser de aproximadamente 2 s. O
erro de regime para entrada degrau ´ e zero uma vez que a planta ´ e do Tipo 1. O erro
para entrada rampa ´ e constante, inversamente proporcional ` a constante de veloci-
dade do sistema, k
v
. A constante de velocidade para o sistema n˜ ao-compensado
´ e
k
v
= lim
s→0
sP(s) = lim
s→0
s
4
s(s + 2)
= 2.
Ap´ os a compensac¸ ˜ ao avanc¸o,
k
v
= lim
s→0
sC(s)P(s) = lim
s→0
s
2.51(0.345s + 1)
(0.185s + 1)
4
s(s + 2)
= 5.02.
O erro para entrada rampa cai pela metade, mas eventualmente ainda seria
muito grande. Um melhor controle sobre erros de regime ser´ a obtido com o uso de
um compensador atraso (lag).
EA721 / PAULO VALENTE / UNICAMP 131
Aula 13
Lugar das Ra´ızes
Compensac¸ ˜ ao atraso (lag)
Compensac¸ ˜ ao avanc¸o-atraso (lead-lag)
Outras configurac¸ ˜ oes do LR
Compensac¸ ˜ ao atraso (lag)
1. Na compensac¸ ˜ ao atraso assume-se que o sistema satisfaz as especificac¸ ˜ oes rela-
tivas ` a reposta transit ´ oria, mas n˜ ao as relativas ` a reposta em regime. A func¸ ˜ ao de
transferˆ encia do compensador atraso ´ e definida como
C(s) = k
c
s +
1
T
s +
1
βT
= k
c
β
Ts + 1
βTs + 1
em que k
c
> 0 ´ e o ganho do compensador e T > 0 e β > 1 definem as localizac¸ ˜ oes
do zero e do p´ olo do compensador. O compensador atraso retira fase de qualquer
ponto do plano s pois φ
zc
− φ
pc
< 0 para qualquer escolha de T > 0 e β > 1
(Figura 13.1). Como β > 1, o zero do compensador sempre fica ` a esquerda do
p´ olo.
PSfrag replacements
φ
zc
φ
pc

1
βT

1
T
Figura 13.1: Remoc¸ ˜ ao de fase do compensador atraso.
EA721 / PAULO VALENTE / UNICAMP 132
2. Na compensac¸ ˜ ao atraso, assume-se que o sistema em malha fechada apresenta
um par de p´ olos complexos conjulgados dominantes que produzem a resposta tran-
sit ´ oria desejada. A id´ eia ´ e n˜ ao modificar o LR pr´ oximo aos p´ olos dominantes.
3. A compensac¸ ˜ ao atraso ´ e usada basicamente para aumentar o ganho est´ atico
do compensador (ganho na freq¨ uˆ encia s = 0) e assim reduzir eventuais erros de
regime. O compensador atraso deve produzir apenas um pequeno decr´ escimo de
fase, da ordem de 5
o
, pr´ oximo aos p´ olos dominantes s
1,2
:
−5
o
<

C(s)[
s=s
1
< 0
o
.
Para tanto, o zero e o p´ olo de C(s) devem ser localizados de tal maneira que
−5
o
<

s
1
+ (1/T) −

s
1
+ (1/βT) < 0
o
.
4. Escolhendo-se T > 0 e β > 1 de forma que as quantidades 1/T e 1/βT sejam
pequenas comparadas a s
1
, obt´ em-se o efeito desejado. Al´ em disso, as magnitudes
[s
1
+1/T[ e [s
1
+1/βT[ ser˜ ao aproximadamente iguais e portanto para o sistema
compensado
[C(s)P(s)[
s=s
1
=
¸
¸
¸
¸
¸
¸
¸
¸
k
c
s
1
+
1
T
s
1
+
1
βT
P(s
1
)
¸
¸
¸
¸
¸
¸
¸
¸
= 1
implica que k
c
· 1, pois [P(s
1
)[ = 1 se s
1
pertence ao LR anterior ` a introduc¸ ˜ ao
do compensador atraso.
5. Como n˜ ao existe aumento de ganho na freq¨ uˆ encia s
1
(k
c
· 1), as propriedades
transit ´ orias do sistema n˜ ao ser˜ ao alteradas significativamente. Os p´ olos dominantes
apenas se deslocam para uma vizinhac¸a do ponto s
1
devido a pequena remoc¸ ˜ ao de
fase causada pelo compensador.
6. O ganho est´ atico do compensador atraso (ganho na freq¨ uˆ encia s = 0) ´ e C(0) =
k
c
β. Assumindo-se que a planta ´ e do Tipo 1, a constante de velocidade k
v
do
sistema original ser´ a ent˜ ao multiplicada por β:
ˆ
k
v
= lim
s→0
sC(s)P(s) = k
c
β lim
s→0
sP(s) · βk
v
.
7.
´
E conveniente localizar o p´ olo e o zero do compensador pr ´ oximos ` a origem.
Exemplo: 1/(βT) = 0.001 e 1/T = 0.01 implica em β = 10. Como os p´ olos do-
EA721 / PAULO VALENTE / UNICAMP 133
minantes est˜ ao afastados do eixo imagin´ ario, as caracter´ısticas de fase e magnitude
impostas sobre C(s) ser˜ ao naturalmente satisfeitas.
Exemplo. Considere o sistema de controle em malha fechada da Figura 13.2.
PSfrag replacements
r y
1.06
s(s + 1)(s + 2)
+

Figura 13.2: Sistema de controle em malha fechada.
A func¸ ˜ ao de transferˆ encia de malha fechada ´ e
Y (s)
R(s)
=
1.06
s(s + 1)(s + 2) + 1.06
,
=
1.06
(s + 0.3307 −j0.5864)(s + 0.3307 +j0.5864)(s + 2.3384)
.
Os p´ olos dominantes s˜ ao s
1,2
= −0.3307 ±j0.5864, que fornecem ξ = 0.491
e ω
n
= 0.673 rad/s. Logo,
k
v
= lim
s→0
sP(s) = 0.53,
um valor muito baixo. Deseja-se
ˆ
k
v
= 5 sem alterar significativamente a posic¸ ˜ ao
dos p´ olos dominantes. Como
ˆ
k
v
= βk
v
, obt´ em-se β = 10 aproximadamente. Um
poss´ıvel compensador atraso seria
C(s) = k
c
s + 0.05
s + 0.005
.
A contribuic¸ ˜ ao deste compensador ´ e de cerca de −4
o
no pontos s
1,2
(verifique).
Os LR’s do sistema com as compensac¸ ˜ oes proporcional e atraso encontram-se ilus-
tradas nas Figuras 13.3 e 13.4, respectivamente.
EA721 / PAULO VALENTE / UNICAMP 134
−5 −4 −3 −2 −1 0 1
−3
−2
−1
0
1
2
3
Root Locus Design
I
m
a
g

A
x
e
s
Real Axis
Figura 13.3: LR do sistema compensado com C(s) = k
c
.
−5 −4 −3 −2 −1 0 1
−3
−2
−1
0
1
2
3
Real Axis
I
m
a
g

A
x
e
s
Root Locus Design
Figura 13.4: LR do sistema com compensador atraso.
Observe que o compensador atraso (Figura 13.4) n˜ ao altera significativamente
o LR nas proximidades dos p´ olos dominantes. Para melhor visualizac¸ ˜ ao do efeito
do compensador, apresenta-se abaixo um zoom da regi ˜ ao de interesse.
EA721 / PAULO VALENTE / UNICAMP 135
−0.8 −0.7 −0.6 −0.5 −0.4 −0.3 −0.2 −0.1 0 0.1
−0.8
−0.6
−0.4
−0.2
0
0.2
0.4
0.6
0.8
Real Axis
I
m
a
g

A
x
e
s
Root Locus Design
Figura 13.5: LR do sistema com compensador atraso - zoom.
Os p´ olos indicados correspondem ao ganho unit´ ario k = 1.06k
c
= 1. Obser-
va-se um ligeiro decr´ escimo em ξ (ξ · 0.478). Assumindo que se deseja manter
ξ · 0.5, os p´ olos correspondentes (obtidos diretamente do LR) dever˜ ao ser
s
1,2
= −0.312 ±j0.551 (ξ = 0.493, ω
n
= 0.633).
O ganho ems
1,2
= −0.312±j0.551 (obtido diretamente do LR) ´ e k = 1.0235
e portanto k
c
= k/1.06 = 0.966. A func¸ ˜ ao de malha aberta do sistema ´ e
C(s)P(s) = 0.9656
s + 0.05
s + 0.005
1.06
s(s + 1)(s + 2)
,
=
1.0235(s + 0.05)
s(s + 0.005)(s + 1)(s + 2)
,
=
5.12(20s + 1)
s(200s + 1)(s + 1)(0.5s + 1)
.
Consequentemente,
ˆ
k
v
= 5.12. Al´ em de s
1,2
= −0.312 ± j0.551 (dominan-
tes), os demais p´ olos de malha fechada s˜ ao s
3
= −2.326 e s
4
= −0.055. O LR do
sistema obtido atrav´ es de compensac¸ ˜ ao atraso comk
c
= 0.966 ´ e apresentado na Fi-
gura 13.6. Na Figuras 13.7 e 13.8 s˜ ao apresentadas, respectivamente, as respostas
ao degrau e ` a rampa dos sistemas n˜ ao-compensado e compensado. O fato do p´ olo
s
4
estar pr´ oximo ao zero de C(s) faz com que a resposta seja menos amortecida e
mais lenta do que a prevista.
EA721 / PAULO VALENTE / UNICAMP 136
−0.8 −0.7 −0.6 −0.5 −0.4 −0.3 −0.2 −0.1 0 0.1
−0.8
−0.6
−0.4
−0.2
0
0.2
0.4
0.6
0.8
Real Axis
I
m
a
g

A
x
e
s
Root Locus Design
Figura 13.6: Sistema compensado (atraso) com k
c
= 0.966.
Time (sec.)
A
m
p
l
i
t
u
d
e
Step Response
0 5 10 15 20 25 30 35 40
0
0.2
0.4
0.6
0.8
1
1.2
1.4
From: U(1)
T
o
:

Y
(
1
)
PSfrag replacements
Compensado
N˜ ao-compensado
Figura 13.7: Respostas do sistema ao degrau unit´ ario.
EA721 / PAULO VALENTE / UNICAMP 137
Time (sec.)
A
m
p
l
i
t
u
d
e
Linear Simulation Results
0 5 10 15 20 25 30 35 40 45 50
0
5
10
15
20
25
30
35
40
45
50

T
o
:

Y
(
1
)
PSfrag replacements
Rampa
Compensado
N˜ ao-compensado
Figura 13.8: Respostas do sistema ` a rampa unit´ aria.
Compensac¸ ˜ ao avanc¸ o-atraso (lead-lag)
8. A compensac¸ ˜ ao avanc¸o-atraso ´ e utilizada quando se deseja satisfazer simultane-
amente especificac¸ ˜ oes sobre as respostas transit ´ oria e de regime. Contudo, ao inv´ es
de se introduzir compensadores avanc¸o e atraso individuais, ´ e mais econˆ omico ob-
ter um ´ unico compensador. A func¸ ˜ ao de transferˆ encia do compensador atraso-
avanc¸o ´ e definida por
C(s) = k
c
_
_
_
s +
1
T
1
s +
1
αT
1
_
_
_
. ¸¸ .
avanc¸o
_
_
_
_
s +
1
T
2
s +
1
βT
2
_
_
_
_
. ¸¸ .
atraso
,
em que T
1
> 0, T
2
> 0, 0 < α < 1, e β > 1. O projeto de compensadores
atraso-avanc¸o segue as linhas gerais dos projetos individuais para compensadores
avanc¸o e atraso.
Outras configurac¸ ˜ oes do LR
EA721 / PAULO VALENTE / UNICAMP 138
9. Embora o LR de um sistema em malha fechada tenha sido discutido em termos
da variac¸ ˜ ao de um parˆ ametro k referente a equac¸ ˜ ao caracter´ıstica gen´ erica 1 +
kG(s) = 0, k > 0, outras aplicac¸ ˜ oes s˜ ao poss´ıveis. Em particular, o LR pode ser
utilizado para analisar como os p´ olos do sistema em malha fechada se comportam
quando um parˆ ametro positivo qualquer de G(s) (associado a C(s), P(s) ou F(s))
varia, como ilustrado atrav´ es dos exemplos a seguir.
Exemplo 1. Deseja-se analisar o LR do sistema em malha fechada da Figura 13.9
em func¸ ˜ ao do parˆ ametro α > 0.
PSfrag replacements
r y
5
s(s +α)
+

Fig 15.9: Sistema de controle em malha fechada.
A equac¸ ˜ ao caracter´ısitica do sistema ´ e 1 + 5/(s
2
+ αs) = 0, ou reescrevendo
em termos de α,
s
2
+αs + 5 = 0 ⇒ 1 +α
s
s
2
+ 5
= 0
O LR das ra´ızes do sistema de malha fechada em func¸ ˜ ao de 0 < α < ∞ ´ e apre-
sentado na Figura 13.10. O sistema em malha fechada permanece est ´ avel para
qualquer valor positivo de α.
PSfrag replacements
Re s
Ims
0
j

5
−j

5


5
α = 0
α = 0
α →∞ α →∞
Figura 13.10: LR em func¸ ˜ ao de 0 < α < ∞.
EA721 / PAULO VALENTE / UNICAMP 139
Exemplo 2. Deseja-se analisar o comportamento dos p´ olos de malha fechada de
um sistema cuja equac¸ ˜ ao caracter´ıstica ´ e
1 +C(s)P(s) = 1 +
_
k
P
+
k
I
s
__
0.25
s + 0.1
_
= 0,
em func¸ ˜ ao de k
P
> 0 quando k
I
= 1. O compensador PI utilizado, C(s) =
k
P
+ k
I
/s, ´ e uma forma especial de compensador atraso, com p´ olo na origem e
zero em −k
I
/k
P
. A equac¸ ˜ ao em func¸ ˜ ao de k
P
´ e (verifique)
1 +k
P
0.25s
s
2
+ 0.1s + 0.25
= 0
O LR do sistema em malha fechada em func¸ ˜ ao de 0 < k
P
< ∞ ´ e apresentado na
Figura 13.11. Se se desejar, por exemplo, p´ olos de malha fechada com amorteci-
mento cr´ıtico, ent˜ ao
k
P
= −
s
2
+ 0.1s + 0.25
0.25s
[
s=−0.5
= 3.6,
e o compensador seria
C(s) = 3.6 +
1
s
.
PSfrag replacements
Re s
Ims
0
j0.4975
−j0.4975
−0.5 −0.05
k
P
= 0
k
P
= 0
k
P
→∞ k
P
→∞
Figura 13.11: LR em func¸ ˜ ao de 0 < k
P
< ∞.
EA721 / PAULO VALENTE / UNICAMP 140
Aula 14
Compensac¸ ˜ ao via Resposta em Freq¨ uˆ encia
Constantes de erro
Margem de fase ξ
Introduc¸ ˜ ao ` a compensac¸ ˜ ao via RF
Constantes de erro
1. Considere um sistema de controle com realimentac¸ ˜ ao unit´ aria cuja func¸ ˜ ao de
malha aberta ´ e
P(s) = k

z
1
s + 1)(τ
z
2
s + 1) (τ
zm
s + 1)
s
N

p
1
s + 1)(τ
p
2
s + 1) (τ
pn
s + 1)
,
em que N ´ e o tipo do sistema e os τ
z
’s e τ
p
’s s˜ ao as constantes de tempo (e os
valores inversos, as freq¨ uˆ encias de corte) dos zeros e p´ olos do sistema. Se N = 0,
o sistema n˜ ao-compensado (C(s) = 1) apresentar´ a erro de estado estacion´ ario para
entrada degrau (e
ss
= 1/(1 + k
p
)). A constante de posic¸ ˜ ao do sistema, k
p
, pode
ser calculada atrav´ es de
k
p
= lim
s→0
P(s) = lim
ω→0
P(jω) = k.
A constante de posic¸ ˜ ao do sistema pode ser extra´ıda do diagrama de magnitude
de P(jω) na regi˜ ao de baixas freq¨ uˆ encias (ω →0), como ilustra a Figura 14.1.
PSfrag replacements
20 log k
p
Sistema tipo 0
[P(jω)[
dB
ω (rad/s)
Figura 14.1: Constante de posic¸ ˜ ao do sistema.
EA721 / PAULO VALENTE / UNICAMP 141
2. Se N = 1, ent˜ ao o sistema n˜ ao-compensado apresenta erro de estado esta-
cion´ ario para entrada rampa (e
ss
= 1/k
v
). A constante de velocidade do sistema,
k
v
, ´ e calculada atrav´ es de
k
v
= lim
s→0
sP(s) = lim
ω→0
jωP(jω).
Para ω << 1 ´ e poss´ıvel fazer a aproximac¸ ˜ ao
k
v
= jωP(jω) ou P(jω) =
k
v

.
Em dB’s,
20 log [P(jω)[ = 20 log
¸
¸
¸
¸
k
v

¸
¸
¸
¸
,
= 20 log k
v
−20 log ω.
O lado direito da express˜ ao ´ e uma ass´ıntota para as baixas freq¨ uˆ encias de
[P(jω)[
dB
. A ass´ıntota cruza 0 dB na freq¨ uˆ encia ω = k
v
rad/s, o que sugere a
forma de se extrair a constante de velocidade do sistema atrav´ es do diagrama de
magnitude de P(jω).
3. Exemplo. O diagrama de magnitude do sistema em malha aberta
P(s) =
10
s(s + 1)
´ e ilustrado na Figura 14.2. O sistema ´ e do tipo 1 e portanto a constante de velo-
cidade ´ e numericamente igual ` a freq¨ uˆ encia de cruzamento da ass´ıntota de baixa
freq¨ uˆ encia (inclinac¸ ˜ ao −20 db/dec) com 0 db. O valor obtido, k
v
= 10, ´ e o mesmo
que seria obtido analiticamente. De fato,
k
v
= lim
s→0
sP(s) = 10.
Margem de fase × ξ
Para um sistema de segunda ordem (malha aberta) na forma padr˜ ao
P(s) =
ω
2
n
s(s + 2ξω
n
)
,
EA721 / PAULO VALENTE / UNICAMP 142
a magnitude torna-se unit´ aria ([P(jω)[ = 1) na freq¨ uˆ encia
ω = ω
n
_
_
1 + 4ξ
4
−2ξ
2
.
Nesta freq¨ uˆ encia, a fase de P(ω) ´ e dada por

P(jω) = −90
o

jω + 2ξω
n
= −90
o
−tan
−1
_
_
1 + 4ξ
4
−2ξ
2

.
A margem de fase do sistema ent˜ ao seria
MF = 180
o
+

P(jω
1
),
= 90
o
−tan
−1
_
_
1 + 4ξ
4
−2ξ
2

,
= tan
−1

_
_
1 + 4ξ
4
−2ξ
2
.
Uma boa aproximac¸ ˜ ao para a margem de fase na regi˜ ao aonde 0 ≤ ξ ≤ 0.6,
obtida atrav´ es da linearizac¸ ˜ ao da express˜ ao acima, ´ e
MF = ξ 100.
Assim, uma margem de fase MF = 50
o
corresponde a aproximadamente ξ =
0.5. Um sistema com MF = 10
o
seria extremamente oscilat ´ orio.
10
−2
10
−1
10
0
10
1
−30
−20
−10
0
10
20
30
40
50
60
Figura 14.2: Constante de velocidade do sistema.
EA721 / PAULO VALENTE / UNICAMP 143
Introduc¸ ˜ ao ` a compensac¸ ˜ ao via RF
4. Considere o sistema de controle com realimentac¸ ˜ ao unit´ aria ilustrado na Figura
14.3.
PSfrag replacements
+

C(s) P(s)
Figura 14.3: Compensac¸ ˜ ao s´ erie - realimentac¸ ˜ ao unit´ aria.
O objetivo ´ e projetar C(s) de forma a satisfazer determinadas especificac¸ ˜ oes
de desempenho, como margens de fase e de ganho, que o sistema n˜ ao-compensado
(C(s) = 1) n˜ ao satisfaz. Devido a associac¸ ˜ ao s´ erie do compensador C(s) com a
planta P(s), a magnitude de C(jω)P(jω) em dB pode ser escrita como a soma
das magnitudes de C(jω) e P(jω) em dB:
[C(jω)P(jω)[
dB
= [C(jω)[
dB
+[P(jω)[
dB
.
Pela mesma raz˜ ao, a fase de C(jω)P(jω) ´ e a soma das fases de C(jω) e P(jω)
(em graus):

C(jω)P(jω) =

C(jω) +

P(jω).
Como [P(jω)[
dB
e

P(jω) s˜ ao quantidades conhecidas, deve-se projetar C(s)
de tal forma que [C(jω)[
dB
e

C(jω) sejam tais que, por exemplo,
−20 log [C(jω
0
)P(jω
0
)[ = MG
esp
,
180
o
+

C(jω
1
)P(jω
1
) = MF
esp
,
em que MG
esp
e MF
esp
s˜ ao margens de ganho e fase especificadas. Um aspecto
importante ´ e a determinac¸ ˜ ao de freq¨ uˆ encias ω
0
(cruzamento com−180
o
) e ω
1
(cru-
zamento com 0 dB) apropriadas.
5. Exemplo. Os diagramas de Bode do sistema n˜ ao-compensado associado ` a
func¸ ˜ ao de transferˆ encia de malha aberta
P(s) =
3
s(s + 1)(s + 2)
´ e apresentado na Figura 14.4.
EA721 / PAULO VALENTE / UNICAMP 144
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;

M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
10
−2
10
−1
10
0
10
1
−300
−250
−200
−150
−100
−50
T
o
:

Y
(
1
)
−100
−50
0
50
From: U(1)
PSfrag replacements
MG = 6.02 dB
ω
0
= 1.41 rad/seg
MF = 20
o
ω
1
= 0.97 rad/seg
Figura 14.4: Diagramas de Bode - sistema n˜ ao-compensado.
As margens de ganho e de fase do sistema n˜ ao-compensado s˜ ao pequenas e sua
resposta tende a ser muito oscilat ´ oria (ξ · MF/100 = 0.2). Para obter margens
maiores ´ e necess´ ario atenuar a curva de magnitude de P(jω), fazendo esta cruzar
0 dB numa freq¨ uˆ encia menor. Uma alternativa simples ´ e escolher C(s) = k
c
< 1
(compensac¸ ˜ ao proporcional). O sistema compensado apresentado na Figura 14.5 a
seguir foi obtido com k
c
= 0.33.
6. A soluc¸ ˜ ao utilizada resolve o problema das margens, mas diminui a constante de
velocidade (k
v
) do sistema. O motivo ´ e que a ass´ıntota de baixa freq¨ uˆ encia do sis-
tema compensado tamb´ em cruzar´ a 0 dB numa freq¨ uˆ encia menor, pois a atenuac¸ ˜ ao
produzida pelo compensador ´ e igual para todas as freq¨ uˆ encias. Compensadores
mais elaborados, a serem discutidos a seguir, agem seletivamente em determina-
das freq¨ uˆ encias, de forma a atender simultˆ aneamente especificac¸ ˜ oes como limites
para erros de estado estacion´ ario e margens de ganho e de fase.
EA721 / PAULO VALENTE / UNICAMP 145
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;

M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
10
−2
10
−1
10
0
10
1
−300
−250
−200
−150
−100
−50
T
o
:

Y
(
1
)
−100
−50
0
50
From: U(1)
PSfrag replacements
MG = 15.6 dB
ω
0
= 1.41 rad/seg
MF = 53.4
o
ω
1
= 0.45 rad/seg
Figura 14.5: Diagramas de Bode - compensac¸ ˜ ao proporcional.
EA721 / PAULO VALENTE / UNICAMP 146
Aula 15
Compensac¸ ˜ ao Avanc¸ o
Introduc¸ ˜ ao
Procedimento
Introduc¸ ˜ ao
1. A resposta em freq¨ uˆ encia do compensador avanc¸o ´ e obtida a partir de
C(jω) = k
c
α
jTω + 1
jαTω + 1
, T > 0, 0 < α < 1.
Os diagramas de Bode de C(jω) para k
c
= 1 e α = 0.1 s˜ ao ilustrados na Figura
15.1.
PSfrag replacements
[C(jω)[
dB

C(jω)
φ
m
ω rad/s
ω rad/s
0.1
T
1
T
10
T
−20 dB
90
o

10
T
Figura 15.1: Resposta em freq¨ uˆ encia do compensador avanc¸o.
EA721 / PAULO VALENTE / UNICAMP 147
Na compensac¸ ˜ ao avanc¸o a freq¨ uˆ encia de corte do zero (em z = −1/T) ´ e sem-
pre menor do que a freq¨ uˆ encia de corte do p´ olo (em p = −1/αT), o que faz
com que o compensador adicione fase ao sistema quando colocado em s´ erie com a
planta. A fase do compensador avanc¸o, dada por

C(jω) = tan
−1
Tω −tan
−1
αTω,
atinge seu m´ aximo na freq¨ uˆ encia ω
m
na qual
d

C(jω)[
ω=ωm
= 0.
´
E poss´ıvel mostrar que
ω
m
=
1
T

α
,
e que a fase m´ axima φ
m
obtida na freq¨ uˆ encia ω = ω
m
´ e a soluc¸ ˜ ao da equac¸ ˜ ao
trigonom´ etrica
sen φ
m
=
1 −α
1 +α
.
2. A func¸ ˜ ao prim´ aria da compensac¸ ˜ ao avanc¸o ´ e remodelar as curvas de resposta em
freq¨ uˆ encia, adicionando fase suficiente para compensar uma defasagem excessiva
do sistema original.
Procedimento
3. Por raz˜ oes pr´ aticas de projeto, a func¸ ˜ ao de transferˆ encia de malha aberta do
sistema compensado ´ e reescrita na forma
C(s)P(s) = k
c
α
Ts + 1
αTs + 1
P(s),
= C
1
(s)G
1
(s),
na qual
C
1
(s) =
Ts + 1
αTs + 1
, G
1
(s) = kP(s),
e k = k
c
α. O procedimento completo para o projeto do compensador avanc¸o ´ e
apresentado a seguir.
EA721 / PAULO VALENTE / UNICAMP 148
1. Determine k para atender a especificac¸ ˜ ao sobre o erro est´ atico do sistema
compensado. A especificac¸ ˜ ao sobre erro est´ atico pode ser atendida desta
forma porque C
1
(0) = 1 e desta forma independe de C
1
(s);
2. Obtenha os diagramas de Bode de G
1
(jω) e determine a margem de fase
correspondente. A partir da especificac¸ ˜ ao de MF, calcule a quantidade de
fase φ
m
a ser adicionada no sistema. Determine α atrav´ es de
α =
1 −sen φ
m
1 + sen φ
m
;
3. A magnitude de C
1
(jω) na freq¨ uˆ encia ω = ω
m
´ e igual a (verifique)
[C
1
(jω)[
ω=ωm
=
¸
¸
¸
¸
jTω
m
+ 1
jαTω
m
+ 1
¸
¸
¸
¸
=
1

α
.
Determine ent˜ ao a freq¨ uˆ encia ω
c
tal que
[G
1
(jω
c
)[
dB
= −20 log
1

α
.
para que a nova freq¨ uˆ encia de cruzamento com 0 dB seja ω
c
, tamb´ em cha-
mada de freq¨ uˆ encia de crossover. Fac¸a ω
m
= ω
c
= 1/(T

α). A adic¸ ˜ ao
de φ
m
ocorrer´ a em ω
m
. Determine as freq¨ uˆ encias de corte do compensador:
zero: ω =
1
T
, p´ olo: ω =
1
αT
;
4. Determine k
c
= k/α. Verifique se a margem de ganho obtida ´ e satisfat ´ oria
(≥ 10 dB). Sen˜ ao, refac¸a o projeto modificando as freq¨ uˆ encias de corte do
compensador.
4. Exemplo. Considere o sistema de controle ilustrado na Figura 15.2 a seguir. PSfrag replacements
r y +

k
4
s(s + 2)
Figura 15.2: Sistema de controle n˜ ao-compensado.
EA721 / PAULO VALENTE / UNICAMP 149
As especificac¸ ˜ oes para o sistema compensado s˜ ao as seguintes:
k
v
= 20,
MF ≥ 50
o
,
MG ≥ 10 dB.
O projeto de C(s) comec¸a com a obtenc¸ ˜ ao de k atrav´ es de
G
1
(s) = kP(s) = k
4
s(s + 2)
=
4k
s(s + 2)
, k = k
c
α.
A constante de velocidade do sistema compensado ´ e
k
v
= lim
s→0
sC(s)P(s),
= lim
s→0
sC
1
(s)G
1
(s),
= 2k.
Logo, k = 10. Os diagramas de Bode de G
1
(jω) = 10P(jω) s˜ ao apresentados
na Figura 15.3.
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;

M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
10
−2
10
−1
10
0
10
1
−180
−160
−140
−120
−100
−80
T
o
:

Y
(
1
)
−20
0
20
40
60
80
From: U(1)
PSfrag replacements
MF = 18
o
ω
1
= 6.17 rad/s
Figura 15.3: Diagramas de Bode de G
1
(s) (k
v
= 20).
O ambiente ltiview do MATLAB permite obter as margens de fase e de
ganho facilmente. No exemplo, MF = 18
o
e MG = +∞ (margens infinitas ou
EA721 / PAULO VALENTE / UNICAMP 150
inst´ aveis s˜ ao indicadas por c´ırculos abertos). Em princ´ıpio, a quantidade de fase a
ser adicionada na freq¨ uˆ encia ω
1
= 6.17 rad/s seria de 50
o
−18
o
= 32
o
.
A curva de magnitude de C
1
(jω) ´ e como ilustrada na Figura 15.1, mas come-
c¸ando em0 dB. Aassociac¸ ˜ ao de C
1
(jω) ems´ erie comG
1
(jω) n˜ ao altera a especificac¸ ˜ ao
sobre a constante de erro porque [C
1
(jω)[ vale 0 dB nas baixas freq¨ uˆ encias, mas
faz a curva de magnitude se deslocar para a direita, onde a fase de G
1
(jω) ser´ a
menor do que os −162
o
que forneceu MF = 18
o
.
Uma alternativa para compensar a diminuic¸ ˜ ao de fase provocada indiretamente
por C
1
(jω) ´ e somar uma quantidade extra - tipicamente 5
o
- ao valor previamente
obtido:
φ
m
= 32
o
+ 5
o
= 37
o
.
Determina-se ent˜ ao α:
α =
1 −sen 37
o
1 + sen 37
o
= 0.24.
A adic¸ ˜ ao de φ
m
= 37
o
pelo compensador ser´ a introduzida na freq¨ uˆ encia (des-
conhecida) ω
m
= 1/(T

α). Nesta freq¨ uˆ encia, o compensador contribui em mag-
nitude com
20 log [C
1
(jω)[ = 20 log
1

α
= 6.2 dB.
Emseguida determina-se a freq¨ uˆ encia na qual [G
1
(jω)[
dB
= −6.2 dB, que ser´ a
a nova freq¨ uˆ encia de crossover. No exemplo, ω
c
· 9 rad/s (obtida com um zoom
dos diagramas de Bode na regi˜ ao de interesse). Faz-se ω
m
= ω
c
= 1/(T

α) = 9
rad/s e as freq¨ uˆ encias de corte do compensador s˜ ao ent˜ ao facilmente determinadas:
zero :
1
T
= ω
m

α = 4.41 rad/s,
p´ olo :
1
αT
= 18.4 rad/s.
Finalmente, o ganho k
c
do compensador ´ e calculado:
k
c
=
k
α
= 41.7.
O compensador avanc¸o assume a forma
C(s) = 41.7
s + 4.41
s + 18.4
= 10
0.227s + 1
0.054s + 1
.
A Figura 15.4 apresenta as curvas de magnitude e de fase da func¸ ˜ ao G
1
(s) que
serviu de base para o projeto, do compensador C(s) obtido atrav´ es do procedi-
mento de projeto e da func¸ ˜ ao de malha C(s)P(s) (= C
1
(s)G
1
(s)). A margem de
EA721 / PAULO VALENTE / UNICAMP 151
fase final ´ e de MF = 50.5
o
. A freq¨ uˆ encia de crossover ω
c
= ω
1
ficou ligeiramente
abaixo de 9 rad/s prevista, provavelmente porque C
1
(s) n˜ ao retirou a totalidade
dos 5
o
adicionados ` a fase inicialmente calculada.
A margem de ganho inicial era infinita - o sistema n˜ ao-compensado ´ e est´ avel
para qualquer valor de ganho, como a an´ alise do lugar das ra´ızes do sistema facil-
mente comprova - e continuou infinita ap´ os a introduc¸ ˜ ao do compensador avanc¸o,
como seria de se esperar.
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;

M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
10
−2
10
−1
10
0
10
1
10
2
−200
−150
−100
−50
0
50
T
o
:

Y
(
1
)
−50
0
50
100
From: U(1)
PSfrag replacements
MF = 50.5
o
ω
1
= 8.89 rad/s
C
C
G
1
G
1
CP
CP
Figura 15.4: Diagramas de Bode do sistema compensado.
EA721 / PAULO VALENTE / UNICAMP 152
Aula 16
Compensac¸ ˜ ao Atraso
Compensador atraso
Resposta em freq¨ uˆ encia em malha fechada
Atraso de transporte
Compensador atraso
1. O objetivo prim´ ario do compensador atraso
C(jω) = k
c
β
jTω + 1
jβTω + 1
, T > 0, β > 1,
´ e introduzir atenuac¸ ˜ ao nas altas freq¨ uˆ encias e assim garantir uma margem de fase
adequada para o sistema. A Figura 16.1 ilustra os diagramas de Bode do compen-
sador atraso quando k
c
= 1 e β = 10.
PSfrag replacements
[C(jω)[
dB

C(jω)
ω rad/s
ω rad/s
0.01
T
0.1
T
1
T
20 dB
−90
o
Figura 16.1: Resposta em freq¨ uˆ encia do compensador atraso.
EA721 / PAULO VALENTE / UNICAMP 153
Na compensac¸ ˜ ao atraso a freq¨ uˆ encia de corte do zero (em z = −1/T) ´ e
maior do que a freq¨ uˆ encia de corte do p´ olo (em z = −1/βT). Por esta raz˜ ao a
freq¨ uˆ encia de corte do zero (mais a direita) deve ser substancialmente menor do
que a freq¨ uˆ encia de cruzamento com 0 dB, para que o compensador n˜ ao retire fase
do sistema.
2. Como na compensac¸ ˜ ao avanc¸o, o ganho de malha do sistema ´ e reescrito na
forma
C(s)P(s) = k
c
β
Ts + 1
βTs + 1
P(s),
= C
1
(s)G
1
(s),
em que
C
1
(s) =
Ts + 1
βTs + 1
, G
1
(s) = kP(s),
e k = k
c
β. Como na compensac¸ ˜ ao avanc¸o, o ganho k ´ e determinado de forma a
atender a especificac¸ ˜ ao sobre o erro est´ atico do sistema. Especificac¸ ˜ oes sobre mar-
gens de fase e ganho s˜ ao atendidas escolhendo-se adequadamente as freq¨ uˆ encias
de corte de C
1
(s). O procedimento para projeto de compensadores atraso ser´ a
discutido atrav´ es de um exemplo.
3. Exemplo. Considere o sistema n˜ ao-compensado ilustrado na Figura 16.2 a
seguir.
PSfrag replacements
r y +

1
s(s + 1)(0.5s + 1)
Figura 16.2: Sistema de controle n˜ ao-compensado.
As especificac¸ ˜ oes para o sistema de controle em malha fechada s˜ ao as seguin-
EA721 / PAULO VALENTE / UNICAMP 154
tes:
k
v
= 5,
MF ≥ 40
o
,
MG ≥ 10 dB.
Inicialmente obt´ em-se
G
1
(s) = kP(s) =
k
s(s + 1)(0.5s + 1)
, k = k
c
β.
O valor de k ´ e obtido da especificac¸ ˜ ao sobre a constante de velocidade:
k
v
= lim
s→0
sC(s)P(s),
= lim
s→0
sC
1
(s)G
1
(s),
= k.
Logo, k = 5. Os diagramas de Bode de G
1
(jω) = 5P(jω) s˜ ao apresentados
na Figura 16.3.
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;

M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
10
−2
10
−1
10
0
10
1
−300
−250
−200
−150
−100
−50
T
o
:

Y
(
1
)
−50
0
50
100
From: U(1)
Figura 16.3: Diagramas de Bode de G
1
(jω).
A margem de fase ´ e cerca de −10
o
, indicando que o sistema ´ e inst´ avel em
malha fechada. A freq¨ uˆ encia correspondente a MF = 40
o
(

G
1
(jω) = −140
o
)
EA721 / PAULO VALENTE / UNICAMP 155
´ e aproximadamente 0.61 rad/s. A id´ eia ´ e usar o compensador atraso para atenuar
G
1
(jω), fazendo com que a freq¨ uˆ encia de crossover fique no entorno de 0.61
rad/s.
A freq¨ uˆ encia de corte do zero (1/T) deve ser suficientemente baixa para que
a contribuic¸ ˜ ao negativa de fase de C
1
(jω) seja pequena no entorno de 0.61 rad/s.
Escolhendo 1/T = 0.061 rad/s - em geral, uma d´ ecada abaixo da freq¨ uˆ encia inici-
almente determinada - C
1
(jω) contribuir´ a negativamente com 5
o
a 12
o
para a fase
do sistema compensado. Ao especificar que a fase na freq¨ uˆ encia de crossover seja
de 40
o
+12
o
, a reduc¸ ˜ ao de fase provocada por C
1
(jω) ´ e contabilizada. Portanto, a
quantidade de fase necess´ aria ao projeto ´ e de 52
o
.
A freq¨ uˆ encia na qual

G
1
(jω) = −128
o
´ e 0.42 rad/s, a nova freq¨ uˆ encia de
crossover (entorno de 0.61 rad/s). Na freq¨ uˆ encia ω = 0.42 rad/s,
[G
1
(jω)[ = 18.4 dB,
que ´ e quanto G
1
(jω) dever´ a ser atenuada por C
1
(jω) em ω = 0.42 rad/s para que
de fato ω
c
= 0.42 rad/s seja a freq¨ uˆ encia de crossover. O diagrama de magnitude
de C
1
(jω) ´ e como ilustrado na Figura 16.1, mas comec¸ando em 0 dB. O diagrama
de fase ´ e idˆ entico. Como a freq¨ uˆ encia de corte do zero (mais a direita) ´ e cerca de
uma d´ ecada menor do que ω
c
, a atenuac¸ ˜ ao produzida por C
1
(jω) em ω
c
´ e igual a
−20 log β (verifique). Logo,
−20 log β = −18.4
ou β = 8.32. Assim, 1/(βT) = 0.0073 rad/s. Finalmente, como k = k
c
β, obt´ em-
se k
c
= k/β = 0.6 e o compensador atraso assume a forma final
C(s) = k
c
s +
1
T
s +
1
βT
= 0.6
s + 0.061
s + 0.0073
.
A Figura 16.4 apresenta os diagramas de Bode da func¸ ˜ ao G
1
(s) que serviu
de base para o projeto, do compensador atraso C(s) projetado e do ganho de
malha C(s)P(s) (= C
1
(s)G
1
(s)). A margem de fase final ´ e de MF = 42.1
o
.
A freq¨ uˆ encia de crossover ω
1
= ω
1
= 0.52 rad/s ficou ligeiramente acima da
freq¨ uˆ encia 0.42 rad/s prevista. A margem de ganho MG = 13.2 dB obtida atende
a espeficicac¸ ˜ ao formulada.
EA721 / PAULO VALENTE / UNICAMP 156
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;

M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
10
−4
10
−3
10
−2
10
−1
10
0
10
1
−300
−250
−200
−150
−100
−50
0
T
o
:

Y
(
1
)
−100
−50
0
50
100
From: U(1)
PSfrag replacements
MF = 42.1
o
ω
1
= 0.52 rad/s
MG = 13.2 dB
ω
0
= 1.36 rad/s
C
C
G
1
G
1
CP
CP
Figura 16.4: Diagramas de Bode do sistema compensado.
Resposta em freq¨ uˆ encia em malha fechada
4. Considere o sistema de controle ilustrado na Figura 16.5.
PSfrag replacements
+

C(s) P(s)
Figura 16.5: Sistema de controle com realimentac¸ ˜ ao unit´ aria.
A func¸ ˜ ao de transferˆ encia de malha fechada ´ e dada por
T(s) =
Y (s)
R(s)
=
C(s)P(s)
1 +C(s)P(s)
.
Assumindo que o sistema ´ e est´ avel em malha fechada, ´ e poss´ıvel caracterizar
T(jω) a partir de C(jω)P(jω) da seguinte forma:
EA721 / PAULO VALENTE / UNICAMP 157
1. T(jω) · 1 se ω << ω
c
, pois em geral a magnitude [C(jω)P(jω)[ ´ e grande
nas baixas freq¨ uˆ encias;
2. T(jω) · C(jω)P(jω) se ω >> ω
c
, pois a magnitude [C(jω)P(jω)[ ´ e
pequena nas altas freq¨ uˆ encias;
O comportamento de T(jω) pr´ oximo ` a freq¨ uˆ encia de crossover ω
c
´ e menos
previs´ıvel mas pode ser estimado como base na margem de fase do sistema com-
pensado. A raz˜ ao ´ e que o diagrama de magnitude de um sistema de segunda ordem
apresenta uma ressonˆ ancia pr´ oxima ` a freq¨ uˆ encia natural para fatores de amorteci-
mento suficientemente grandes. A mesma relac¸ ˜ ao aproximada vale para sistemas
de ordem superior com um par de p´ olos complexos conjulgados dominantes. Neste
caso, como MF · 100 ξ para 0 ≤ ξ ≤ 0.6, na vizinhanc¸a de ω
c
a magnitude de
T(jω) depender´ a fundamentalmente da margem de fase do sistema compensado.
5. Exemplo. Os diagramas de Bode da func¸ ˜ ao de transferˆ encia de malha aberta
C(s)P(s) = 0.6
s + 0.061
s + 0.0073
1
s(s + 1)(0.5s + 1)
obtido no exemplo anterior e da func¸ ˜ ao de trasnferˆ encia de malha fechada T(s) s˜ ao
aprsentados na Figura 16.6.
Frequency (rad/sec)
P
h
a
s
e

(
d
e
g
)
;

M
a
g
n
i
t
u
d
e

(
d
B
)
Bode Diagrams
10
−1
10
0
−300
−250
−200
−150
−100
−50
0
T
o
:

Y
(
1
)
−60
−40
−20
0
20
40
60
From: U(1)
PSfrag replacements
T
T
CP
CP
Figura 16.6: Diagramas de Bode de C(s)P(s) e T(s).
EA721 / PAULO VALENTE / UNICAMP 158
Observe a validade da an´ alise anterior quando ω << ω
c
e ω >> ω
c
. Como
conseq¨ uˆ encia do projeto, tem-se que
[C(jω
c
)P(jω
c
)[ = 1,
e como margem de fase do sistema compensado ´ e MF = 42.1
o
, conclui-se que

C(jω
c
)P(jω
c
) = −137.9
o
. Portanto, a magnitude de T(jω
c
) ´ e
[T(jω
c
)[ =
[C(jω
c
)P(jω
c
)[
[1 +C(jω
c
)P(jω
c
)[
,
em que C(jω
c
)P(jω
c
) = 1

−137.9
o
= −0.7420 −j0.6704. Logo
[T(jω
c
)[ =
1
[0.2580 −j0.6704[
= 1.39.
Observe que a magnitude [T(jω
c
)[ cresce com a diminuic¸ ˜ ao da margem de
fase. A freq¨ uˆ encia de crossover ´ e uma boa indicac¸ ˜ ao da largura de banda do sis-
tema, ω
BW
, que por sua vez determina que tipos de sinais de referˆ encia o sistema
em malha fechada ser´ a capaz de rastrear adequadamente.
Atraso de transporte
6. Sistemas t´ ermicos, hidr´ aulicos e pneum´ aticos normalmente exibem atrasos de
transporte. O conceito ser´ a discutido atrav´ es do sistema ilustrado na Figura 16.7.
PSfrag replacements
d
0
d
1
v
Sensor
Rel´ e
Resistˆ encia
Figura 16.7: Sistema t´ ermico com atraso de transporte.
7. Um determinado fluido se desloca com velocidade constante v ao longo de
uma tubulac¸ ˜ ao e deve ser aquecido por uma resistˆ encia controlada a rel´ e. Um
controlador abre ou fecha o rel´ e de acordo com a temperatura medida pelo sensor,
localizado num ponto distante do ponto de atuac¸ ˜ ao.
EA721 / PAULO VALENTE / UNICAMP 159
8. Sup˜ oe-se que o rel´ e ´ e fechado no tempo t = 0 e que a variac¸ ˜ ao de temperatura
do fluido ser´ a de A
o
C. Assume-se tamb´ em que n˜ ao h´ a perdas t´ ermicas no trajeto
do fluido at´ e o ponto de medida. A variac¸ ˜ ao de temperatura na sa´ıda do sistema
seria como na Figura 16.8, em que τ
1
= d
1
/v s e τ
0
= d
0
/v s.
PSfrag replacements
0
τ
1
τ
1

0
A
t
∆T
0
Figura 16.8: Resposta ao degrau do sistema (amplitude A
o
C).
9. O sensor comec¸a a registrar um aumento de temperatura no tempo t = τ
1
s. A
temperatura cresce, acompanhando o tempo de permanˆ encia das sec¸ ˜ oes do fluido
na regi˜ ao da resistˆ encia, at´ e atingir o valor m´ aximo A
o
C no tempo t = τ
1
+ τ
0
s.
A sa´ıda do sistema pode ser representada matematicamente na forma (verifique):
∆T
0
(t) =
A
τ
0
(t −τ
1
) −
A
τ
0
(t −(τ
1

0
)).
No dom´ınio s,
∆T
0
(s) =
A
τ
0
_
e
−τ
1
s
−e
−(τ
1

0
)s
s
2
_
.
A func¸ ˜ ao de transferˆ encia do sistema ser´ a
T(s) =
∆T
0
(s)
∆T
1
(s)
=
1
τ
0
_
e
−τ
1
s
−e
−(τ
1

0
)s
s
_
com ∆T
1
(s) = A/s.
Um termo do tipo e
−τs
´ e chamado de atraso de transporte na literatura de con-
trole. Se n˜ ao levado em conta, pode facilmente instabilizar o sistema de controle
em malha fechada, uma vez que o valor medido pelo sensor n˜ ao corresponde ao
valor da sa´ıda da planta.
EA721 / PAULO VALENTE / UNICAMP 160
10. O atraso de transporte e
−τs
´ e uma func¸ ˜ ao transcendental, isto ´ e, a func¸ ˜ ao
e
−τs
n˜ ao pode ser escrita emtermos de polinˆ omios ems. Por esta raz˜ ao, as t´ ecnicas
de an´ alise e projeto desenvolvidas para sistemas modelados por func¸ ˜ oes de trans-
ferˆ encia racionais devem ser convenientemente estendidas para que se possa tratar
sistemas com atrasos de transporte.
11. A an´ alise de estabilidade de sistemas com atraso de transporte ´ e mais facil-
mente realizada no dom´ınio da freq¨ uˆ encia. A resposta em freq¨ uˆ encia de e
−jτω
pode ser representada como
e
−jτω
= 1

−ωτ, 0 ≤ ω ≤ ∞.
A magnitude de e
−jτω
´ e unit´ aria qualquer que seja ω, enquanto que a fase
decresce linearmente com ω, como ilustra a Figura 16.9. O diagrama de fase
apresenta-se curvado para baixo uma vez que a freq¨ uˆ encia ´ e representada emd´ ecadas.
Quanto maior o valor do atraso τ, mais negativa torna-se a fase para um mesmo
valor de freq¨ uˆ encia.
PSfrag replacements
ω
ω
[e
−jτω
[
dB

e
−jτω
(graus)
0.1
1 10
−57.3τ
−573τ
(fora de escala)
Figura 16.9: Resposta em freq¨ uˆ encia de e
jτω
.
12. Assuma que a resposta em freq¨ uˆ encia de um sistema modelado pela func¸ ˜ ao de
transferˆ encia racional G(s) ´ e conhecida. Assuma tamb´ em que G(s) representa um
sistema est´ avel (MF > 0, MG > 0). Em seguida incorpore um atraso de transporte
de τ segundos a G(s), obtendo G(s)e
−τs
. O diagrama de magnitude de G(s)e
−τs
EA721 / PAULO VALENTE / UNICAMP 161
´ e igual ao diagrama de magnitude de G(s) mas a fase de G(s)e
−τs
´ e menor do
que a fase de G(s) em qualquer freq¨ uˆ encia ω. Consequente a margem de fase do
sistema diminui com a introduc¸ ˜ ao do atraso, tornando o sistema mais oscilat ´ orio
ou mesmo inst´ avel dependendo do valor de τ.
13. Exemplo. Considere o sistema modelado pela func¸ ˜ ao de transferˆ encia
G(s) =
e
−τs
s(s + 1)
.
O sistema sem atraso seria est´ avel em malha fechada (realimentac¸ ˜ ao unit´ aria). A
estabilidade do sistema com atraso depender´ a do valor de τ. A Figura 16.10 apre-
senta os diagramas de Bode do sistema para τ = 0.5 s. A margem de fase do
sistema cai de 51.8
o
(sistema sem atraso) para 29.3
o
(com atraso).
10
−1
10
0
10
1
−50
−40
−30
−20
−10
0
10
20
M
a
g
n
i
t
u
d
e

(
d
B
)
w
10
−1
10
0
10
1
−500
−400
−300
−200
−100
0
F
a
s
e

(
g
r
a
u
s
)
w
Figura 16.10: Resposta em freq¨ uˆ encia de e
−jτω
/jω(jω + 1).
14. A func¸ ˜ ao n˜ ao-racional e
−τs
pode ser aproximada em torno de s = 0 por
func¸ ˜ oes racionais. Como sistemas de controle s˜ ao quase sempre sistemas passa-
baixas, aproximac¸ ˜ oes em torno de s = 0 s˜ ao suficientes. A aproximac¸ ˜ ao racional
EA721 / PAULO VALENTE / UNICAMP 162
mais comum ´ e conhecida como aproximac¸ ˜ ao de Pad´ e:
e
−τs
=
1 −
τs
2
+
(τs)
2
8

(τs)
3
48
+
1 +
τs
2
+
(τs)
2
8
+
(τs)
3
48
+
.
A ordem da aproximac¸ ˜ ao (truncagem dos polinˆ omios do numerador e denomi-
nador) necess´ aria para representar o atraso varia em func¸ ˜ ao do valor do atraso τ.
Se por exemplo apenas os dois primeiros termos do numerador e do denominador
forem utilizados, obt´ em-se
e
−τs
=
1 −
τs
2
1 +
τs
2
=
2 −τs
2 +τs
.
15. A aproximac¸ ˜ ao de Pad´ e sempre introduz um mesmo n´ umero de zeros e p´ olos.
´
E poss´ıvel mostrar que os zeros e os p´ olos da aproximac¸ ˜ ao est˜ ao localizados nos
semiplanos direito e esquerdo, respectivamente, simetricamente em relac¸ ˜ ao ao eixo
imagin´ ario.
16. O uso da aproximac¸ ˜ ao de Pad´ e torna aplic´ aveis todas as t´ ecnicas de an´ alise
e projeto discutidas anteriormente. Entretanto as conclus˜ oes obtidas devem ser
relativizadas em func¸ ˜ ao da ordem da aproximac¸ ˜ ao utilizada, principalmente nas
quest ˜ oes ligadas a estabilidade.
EA721 / PAULO VALENTE / UNICAMP 163
Aula 17
Representac¸ ˜ ao por Vari ´ aveis de Estado
Vari´ aveis de estado
Equac¸ ˜ oes de estado e de sa´ıda
Espac¸o e trajet ´ oria de estados
Representac¸ ˜ ao matricial
Vari ´ aveis de estado
1. Atrav´ es da representac¸ ˜ ao de sistemas dinˆ amicos (lineares e invariantes no tempo)
por func¸ ˜ oes de transferˆ encia, analisamos e projetamos controladores a partir da
manipulac¸ ˜ ao das vari´ aveis de entrada e de sa´ıda das func¸ ˜ oes envolvidas. Dize-
mos neste caso que a representac¸ ˜ ao ´ e do tipo entrada-sa´ıda. A representac¸ ˜ ao por
vari´ aveis de estado ´ e do tipo interna, pois al´ em das vari´ aveis de entrada e de sa´ıda,
vari´ aveis internas do sistema dinˆ amico tamb´ em s˜ ao representadas. O conceito fun-
damental a ser discutido ´ e o de estado.
Estado. O estado de um sistema dinˆ amico pode ser definido como um conjunto
de n vari´ aveis denotadas por x
1
(t), x
2
(t), . . ., x
n
(t), chamadas de vari ´ aveis de
estado do sistema, cujo conhecimento num dado instante t = t
0
, aliado ao conhe-
cimento da entrada do sistema para todo t ≥ t
0
, permite determinar x
1
(t), x
2
(t),
. . ., x
n
(t) para todo t ≥ t
0
.
2. Vari´ aveis de estado n˜ ao s˜ ao necessariamente grandezas f´ısicas, embora a pr´ atica
recomende, quando for poss´ıvel, a escolha de vari´ aveis que possuam interpretac¸ ˜ ao
ou significado f´ısico. A raz˜ ao ´ e que mais tarde essas vari´ aveis estar˜ ao envolvidas
em estrat´ egias de controle por realimentac¸ ˜ ao.
3. Exemplo. Considere o sistema massa-mola-atrito ilustrado na Figura 17.1. O
sistema ´ e representado pela equac¸ ˜ ao diferencial de segunda ordem
m¨ y(t) +b ˙ y(t) +ky(t) = u(t).
Defina x
1
(t) = y(t) (posic¸ ˜ ao da massa) e x
2
(t) = ˙ y(t) (velocidade da massa).
EA721 / PAULO VALENTE / UNICAMP 164
Derivando x
1
(t) e x
2
(t) em relac¸ ˜ ao a t, obtemos
˙ x
1
(t) = x
2
(t),
˙ x
2
(t) = −
k
m
x
1
(t) −
b
m
x
2
(t) +
1
m
u(t).
PSfrag replacements
u
y
m
k
b
Figura 17.1: Sistema massa-mola-atrito.
Suponha que a posic¸ ˜ ao e a velocidade da massa ´ e conhecida no instante t = t
0
,
isto ´ e, conhece-se x
1
(t
0
) e x
2
(t
0
). Supondo tamb´ em conhecida a entrada u(t)
(forc¸a aplicada ` a massa) para todo t ≥ t
0
´ e poss´ıvel integrar as duas equac¸ ˜ oes
diferenciais de primeira ordem e determinar a posic¸ ˜ ao e a velocidada da massa para
todo t ≥ t
0
. Um m´ etodo simples de integrac¸ ˜ ao utiliza a chamada aproximac¸ ˜ ao de
Euler para a derivada:
x
1
(t
0
+ ∆) −x
1
(t
0
)

= x
2
(t),
x
2
(t
0
+ ∆) −x
2
(t
0
)

= −
k
m
x
1
(t) −
b
m
x
2
(t) +
1
m
u(t),
em que ∆ > 0 ´ e um intervalo de integrac¸ ˜ ao. O conhecimento de x
1
(t
0
), x
2
(t
0
) e
u(t
0
) permite determinar x
1
(t
1
) e x
2
(t
1
) para t
1
= t
0
+ ∆, informac¸ ˜ ao que aliada
ao conhecimento de u(t
1
) permite, por sua vez, determinar x
1
(t
2
) e x
2
(t
2
) para
t
2
= t
1
+ ∆, e assim sucessivamente para todo t = t
0
+ k∆, k = 0, 1, 2, . . ..
Desta forma x
1
(t) e x
2
(t) se qualificam como vari´ aveis de estado do sistema.
Observamos que o comportamento de x
1
(t) e x
2
(t) anterior a t = t
0
n˜ ao ´ e ne-
cess´ ario para a determinac¸ ˜ ao do comportamento futuro do sistema, representado
por x
1
(t), x
2
(t), t ≥ 0.
Equac¸ ˜ oes de estado e de sa´ıda
4. As equac¸ ˜ oes diferenciais de primeira ordem que resultam da representac¸ ˜ ao
de um dado sistema dinˆ amico atrav´ es de vari´ aveis de estado s˜ ao chamadas de
EA721 / PAULO VALENTE / UNICAMP 165
equac¸ ˜ oes de estado. A vari´ avel de sa´ıda do sistema representa uma quantidade
que pode ser medida atrav´ es de um sensor. Diferentemente das equac¸ ˜ oes de es-
tado, diferenciais, a equac¸ ˜ ao de sa´ıda ´ e uma equac¸ ˜ ao alg´ ebrica. No Exemplo, se
a vari´ avel de sa´ıda for a posic¸ ˜ ao da massa, a equac¸ ˜ ao de sa´ıda ser´ a
y(t) = x
1
(t),
Se a vari´ avel de sa´ıda for a acelerac¸ ˜ ao da massa, a equac¸ ˜ ao ser´ a
y(t) = −
k
m
x
1
(t) −
b
m
x
2
(t) +
1
m
u(t),
e haver´ a tamb´ em uma transmiss˜ ao direta da entrada u(t) para a vari´ avel de sa´ıda.
No primeiro caso, a transmiss˜ ao da entrada para a sa´ıda ´ e indireta.
5. A obtenc¸ ˜ ao de uma representac¸ ˜ ao interna para o sistema, isto ´ e, a definic¸ ˜ ao
de um conjunto de vari´ aveis de estado e a descric¸ ˜ ao de como essas vari´ aveis se
relacionam ` as vari´ aveis de entrada e de sa´ıda, n˜ ao implica necessariamente no co-
nhecimento dos valores que as vari´ aveis de estado assumem em cada instante de
tempo. Podemos apenas definir a vari´ avel de entrada e medir a vari´ avel de sa´ıda.
No Exemplo, se y(t) = x
1
(t), conhecemos a posic¸ ˜ ao da massa, mas n˜ ao sua velo-
cidade. Se y(t) = ˙ x
2
(t), conhecemos a acelerac¸ ˜ ao da massa, n˜ ao sua posic¸ ˜ ao ou
velocidade.
6. Sistemas dinˆ amicos lineares e invariantes no tempo podem ser descritos atrav´ es
de equac¸ ˜ oes diferenciais lineares a coeficientes constantes. Suponha, por simplici-
dade, que a descric¸ ˜ ao diferencial do sistema de interesse n˜ ao envolve derivadas da
entrada. Neste caso, o sistema pode ser genericamente representado na forma
y
(n)
(t) +a
n−1
y
(n−1)
(t) + +a
1
˙ y(t) +a
0
y(t) = u(t),
na qual y
(n)
(t) denota a n-´ esima derivada de y(t). A soluc¸ ˜ ao da equac¸ ˜ ao ´ e uni-
camente determinada pelo conhecimento de n condic¸ ˜ oes de contorno, por exem-
plo, y(t
0
), ˙ y(t
0
),. . . ,y
(n−1)
(t
0
) (condic¸ ˜ oes iniciais), e da entrada u(t) para todo
t ≥ t
0
. Qualquer equac¸ ˜ ao diferencial de ordem n pode ser representada como
um sistema de n equac¸ ˜ oes de primeira ordem. De fato, definindo x
1
(t) = y(t),
x
2
(t) = ˙ y(t),. . . , x
n
(t) = y
(n−1)
(t), obtemos
˙ x
1
(t) = x
2
(t),
˙ x
2
(t) = x
3
(t),
.
.
.
˙ x
n−1
(t) = x
n
(t),
˙ x
n
(t) = −a
0
x
1
(t) −a
1
x
2
(t) − −a
n−1
x
n
(t) +u(t).
EA721 / PAULO VALENTE / UNICAMP 166
Espac¸ o e trajet ´ oria de estados
7. O espac¸o de estados ´ e o espac¸o real n-dimensional, no qual os eixos coor-
denados representam poss´ıveis valores para as vari´ aveis de estado x
1
(t), x
2
(t),
. . . , x
n
(t). O estado do sistema num instante de tempo t qualquer ´ e visto como
um ponto no espac¸o de estados. No caso de um sistema representado por duas
vari´ aveis de estado, o espac¸o de estados ´ e o plano x
1
x
2
, ilustrado na Figura
17.2.
PSfrag replacements
x
1
x
2
x(t
0
)
x(t
1
)
x(t
f
)
0
Figura 17.2: Espac¸o (plano) de estados.
A Figura 17.2 tamb´ em ilustra a trajet´ oria de um sistema hipot´ etico entre os
estados x(t
0
) e x(t
f
), passando pelo estado intermedi´ ario x(t
1
). O tempo fica
impl´ıcito na descric¸ ˜ ao da trajet ´ oria e n˜ ao guarda nenhum tipo de proporcionalidade
em relac¸ ˜ ao ao trajeto executado. Entretanto, o trajet ´ oria possui um sentido bem
definido, indo de x(t
0
) a x(t
f
).
Representac¸ ˜ ao matricial
8. Uma maneira conveniente de representarmos pontos (vetores) no espac¸o n-
dimensional ´ e atrav´ es de um vetor-coluna:
x(t) =
_
¸
¸
¸
_
x
1
(t)
x
2
(t)
.
.
.
x
n
(t)
_
¸
¸
¸
_
.
Os sub-´ındices caracterizam as vari´ aveis de estado (componentes) do vetor x(t). A
EA721 / PAULO VALENTE / UNICAMP 167
derivada de x(t) em relac¸ ˜ ao ao tempo ´ e, por definic¸ ˜ ao,
˙ x(t) =
d
dt
x(t) =
_
¸
¸
¸
_
˙ x
1
(t)
˙ x
2
(t)
.
.
.
˙ x
n
(t)
_
¸
¸
¸
_
.
A representac¸ ˜ ao das vari´ aveis de estado como um vetor conduz a uma notac¸ ˜ ao
matricial gen´ erica para sistemas lineares invariantes no tempo, do tipo
˙ x(t) = Ax(t) +Bu(t),
y(t) = Cx(t) +Du(t),
na qual A, B, C e D s˜ ao matrizes constantes de dimens˜ oes n n, n 1, 1 n e
1 1, respectivamente. Quase sempre, por simplicidade de notac¸ ˜ ao, omitimos as
dependˆ encias temporais de x(t), u(t) e y(t) e escrevemos simplesmente
˙ x = Ax +Bu,
y = Cx +Du.
As matrizes constantes A, B, C e D presentes na descric¸ ˜ ao matricial recebem
as denominac¸ ˜ oes especiais de matriz de estados, matriz de entrada, matriz de sa´ıda
e matriz de transmiss˜ ao direta da entrada para a sa´ıda, respectivamente. No caso
de sistemas SISO (uma entrada, uma sa´ıda), as matrizes B e C s˜ ao na verdade
vetores, coluna e linha, respectivamente, e D ´ e um escalar.
9. Exemplo 1. Considere a representac¸ ˜ ao por vari´ aveis de estado associada ao
sistema massa-mola-atrito discutido no exemplo anterior. As equac¸ ˜ oes de estado e
de sa´ıda s˜ ao
˙ x
1
= x
2
,
˙ x
2
= −
k
m
x
1

b
m
x
2
+
1
m
u,
y = x
1
.
Definindo o vetor de estados (n = 2) como
x =
_
_
x
1
x
2
_
_
,
EA721 / PAULO VALENTE / UNICAMP 168
obtemos a seguinte representac¸ ˜ ao matricial para as equac¸ ˜ oes de estado e de sa´ıda:
˙ x =
_
¸
_
0 1

k
m

b
m
_
¸
_x +
_
¸
_
0
1
m
_
¸
_u
y =
_
1 0
¸
x + [0] u.
As matrizes A, B, C e D referentes ` as definic¸ ˜ oes adotadas para o sistema
massa-mola-atrito s˜ ao as seguintes:
A =
_
¸
_
0 1

k
m

b
m
_
¸
_, B =
_
¸
_
0
1
m
_
¸
_,
C =
_
1 0
¸
, D = [0] .
Se as vari´ aveis de estado e de sa´ıda forem definidas como x
1
= ˙ y, x
2
= y e
y = ¨ x, respectivamente, as matrizes A, B, C e D ser˜ ao
A =
_
¸
_

b
m

k
m
1 0
_
¸
_, B =
_
¸
_
1
m
0
_
¸
_,
C =
_

b
m

k
m
_
, D =
_
1
m
_
.
Os coeficientes das matrizes A, B, C e D (constantes, porque o sistema ´ e
invariante no tempo) dependem fundamentalmente das definic¸ ˜ oes adotadas para as
vari´ aveis de estado e de sa´ıda. Diferentes definic¸ ˜ oes levam a diferentes matrizes
A, B, C e D.
10. Exemplo 2. As vari´ aveis de estado naturais no modelo do pˆ endulo invertido
representado na Figura 17.3 s˜ ao x
1
= θ, x
2
=
˙
θ, x
3
= x e x
4
= ˙ x. O modelo
diferencial linearizado do pˆ endulo em torno da posic¸ ˜ ao de equil´ıbrio inst´ avel (θ =
0, x = 0) ´ e
(M +m)
d
2
x
dt
2
+ml
d
2
θ
dt
2
= u,
EA721 / PAULO VALENTE / UNICAMP 169
ml
2
d
2
θ
dt
2
+ml
d
2
x
dt
2
= mglθ.
PSfrag replacements
u
x
y
l
mg
M
θ
0
Figura 17.3: Pˆ endulo invertido.
Com as definic¸ ˜ oes adotadas, obtemos
˙ x
1
= x
2
,
˙ x
2
= αx
1
−βu,
˙ x
3
= x
4
,
˙ x
4
= −γx
1
+ρu,
y = x
1
,
em que
α =
(M +m)g
Ml
, β =
1
Ml
, γ =
mg
M
e ρ =
1
M
.
Definindo o vetor de estados (n = 4) como
x =
_
¸
¸
_
x
1
x
2
x
3
x
4
_
¸
¸
_
,
a representac¸ ˜ ao matricial das equac¸ ˜ oes de estado e de sa´ıda do pˆ endulo invertido
assume a forma
EA721 / PAULO VALENTE / UNICAMP 170
˙ x =
_
¸
¸
_
0 1 0 0
α 0 0 0
0 0 0 1
−γ 0 0 0
_
¸
¸
_
x +
_
¸
¸
_
0
−β
0
ρ
_
¸
¸
_
u,
y =
_
1 0 0 0
¸
x.
Se a sa´ıda for definida como sendo a acelerac¸ ˜ ao angular, ˙ x
2
=
¨
θ, ent˜ ao a
equac¸ ˜ ao de sa´ıda assumir´ a a forma
y = −αx
1
−βu =
_
−α 0 0 0
¸
x + [−β]u.
As matrizes A, B, C, e D relativas a esta ´ ultima representac¸ ˜ ao para o pˆ endulo
invertido ser˜ ao dadas por
A =
_
¸
¸
_
0 1 0 0
α 0 0 0
0 0 0 1
−γ 0 0 0
_
¸
¸
_
, B =
_
¸
¸
_
0
−β
0
ρ
_
¸
¸
_
,
C =
_
−α 0 0 0
¸
, D = [−β].
EA721 / PAULO VALENTE / UNICAMP 171
Aula 18
Soluc¸ ˜ ao das Equac¸ ˜ oes Dinˆ amicas
Equac¸ ˜ oes dinˆ amicas
Soluc¸ ˜ ao n˜ ao-forc¸ada (u = 0)
Soluc¸ ˜ ao forc¸ada
Equac¸ ˜ oes dinˆ amicas
1. Considere as equac¸ ˜ oes dinˆ amicas – equac¸ ˜ ao de estados e equac¸ ˜ ao de sa´ıda – na
forma matricial
˙ x(t) = Ax(t) +Bu(t), x(0) = x
0
, (27)
y(t) = Cx(t) +Du(t), (28)
nas quais supomos conhecido x(0) = x
0
, o estado inicial do sistema no tempo
t
0
= 0. Desejamos determinar x(t) e y(t) em func¸ ˜ ao do estado inicial x(0) = x
0
e
de uma dada entrada u(t), t ≥ 0. A Figura 18.1 ilustra o inter-relacionamento das
vari´ aveis x(t), u(t) e y(t) e sua dependˆ encia em relac¸ ˜ ao ` as matrizes A, B, C e D.
PSfrag replacements
u x y
˙ x
A
B C
D
_
+
+
+
+
Figura 18.1: Representac¸ ˜ ao das equac¸ ˜ oes dinˆ amicas.
Na Figura 18.1 adotamos a convenc¸ ˜ ao de representar sinais escalares (associa-
dos a u e y) por uma linha simples, e sinais vetoriais (associados ` a definic¸ ˜ ao de x)
por linhas duplas.
EA721 / PAULO VALENTE / UNICAMP 172
Soluc¸ ˜ ao n˜ ao-forc¸ ada (u = 0)
2. Numa primeira etapa, consideraremos a resposta n˜ ao-forc¸ada do sistema dinˆ amico,
isto ´ e, a caracterizac¸ ˜ ao do estado x(t) e da sa´ıda y(t) quando a entrada u(t) ´ e re-
movida, isto ´ e, u(t) = 0, t ≥ 0. O sistema responde somente ` a condic¸ ˜ ao inicial
x(0) = x
0
e a equac¸ ˜ ao de interesse ´ e
˙ x(t) = Ax(t), x(0) = x
0
. (29)
3. Aequac¸ ˜ ao diferencial homogˆ enea (29) ´ e do tipo que pode ser resolvida por S´ erie
de Potˆ encias. A id´ eia ´ e supor que o estado no instante t (um vetor n-dimensional)
pode ser expresso como uma soma de potˆ encias de t, na forma
x(t) = v
0
+v
1
t +v
2
t
2
+v
3
t
3
+ +v
k
t
k
+ , (30)
na qual v
0
, v
1
, v
2
, . . . , s˜ ao vetores n-dimensionais a seremdeterminados. Impondo
que (30) seja uma soluc¸ ˜ ao da equac¸ ˜ ao (29), obtemos uma identidade em termos da
vari´ avel t:
(0 +v
1
+ 2v
2
t + 3v
3
t
2
+ +kv
k
t
k−1
+ ) =
A(v
0
+v
1
t +v
2
t
2
+v
3
t
3
+ +v
k
t
k
+ ). (31)
Igualando os termos de mesma potˆ encia de t, observamos que
v
1
= Av
0
, (32)
v
2
=
1
2
Av
1
=
1
2!
A
2
v
0
, (33)
v
3
=
1
3
Av
2
=
1
3 2!
A
3
v
0
=
1
3!
A
3
v
0
, (34)
.
.
.
v
k
=
1
k!
A
k
v
0
. (35)
De acordo com (30), o vetor v
0
que define v
1
, v
2
, . . . ´ e dado por v
0
= x(0).
Substituindo (32)–(35) em (30), o estado do sistema num tempo gen´ erico t passa a
ser expresso como
x(t) =
_
I +At +
1
2!
A
2
t
2
+
1
3!
A
3
t
3
+ +
1
k!
A
k
t
k

_
x(0).
Em analogia com a representac¸ ˜ ao exponencial para e
λt
, λ escalar, dada por
EA721 / PAULO VALENTE / UNICAMP 173
e
λt
= 1 +λt +
1
2!
λ
2
t
+
1
3!
λ
3
t
3
+ +
1
k!
λ
k
t
k
+ ,
definimos a matriz exponencial de A como
e
At
= I +At +
1
2!
A
2
t
2
+
1
3!
A
3
t
3
+ +
1
k!
A
k
t
k
+ ,
=

k=0
A
k
t
k
k!
, (A
0
= I). (36)
A soma infinita (36) converge absolutamente para todos os valores finitos de
t. A soluc¸ ˜ ao da equac¸ ˜ ao homogˆ enea (29) assume ent˜ ao a forma final
x(t) = e
At
x
0
, t ≥ 0.
A sa´ıda do sistema fica completamente caracterizada pela soluc¸ ˜ ao da equac¸ ˜ ao
homogˆ enea:
y(t) = Ce
At
x
0
, t ≥ 0.
4. A matriz exponencial de A exibe um s´ erie de propriedades ´ uteis. A derivada de
e
At
em relac¸ ˜ ao a t pode ser obtida derivando (36) termo-a-termo, o que fornece
d
dt
e
At
= A+A
2
t +
1
2!
A
3
t
2
+ +
1
(k −1)!
A
k
t
k−1
+ ,
= A
_
I +At +
1
2!
A
2
t
2
+ +
1
(k −1)!
A
k−1
t
k−1
+
_
,
= Ae
At
,
=
_
I +At +
1
2!
A
2
t
2
+ +
1
(k −1)!
A
k−1
t
k−1
+
_
A,
= e
At
A.
Observamos ent˜ ao que
d
dt
e
At
= Ae
At
= e
At
A. (37)
e que portanto a matriz e
At
comuta com A. A matriz exponencial de A tamb´ em
apresenta a seguinte propriedade:
e
A(t+τ)
= e
At
e

quaisquer que sejam t e τ.
EA721 / PAULO VALENTE / UNICAMP 174
Se t = −τ, ent˜ ao
e
At
e
−At
= e
−At
e
At
= e
A(t−t)
= I,
e, por definic¸ ˜ ao, e
−At
´ e a matriz inversa de e
At
. A matriz exponencial de A ´ e
n˜ ao-singular (det(e
At
) ,= 0) para todo t.
Soluc¸ ˜ ao forc¸ ada
5. A soluc¸ ˜ ao de (27)-(28) para quaisquer x
0
e u(t), t ≥ 0, dados, ´ e obtida a partir
da pr´ e-multiplicac¸ ˜ ao de ambos os lados de
˙ x(t) −Ax(t) = Bu(t)
por e
−At
, resultando
e
−At
[ ˙ x(t) −Ax(t)] = e
−At
Bu(t). (38)
O lado esquerdo da (38) pode ser reescrito da seguinte forma:
e
−At
[ ˙ x(t) −Ax(t)] = (−A)e
−At
x(t) +e
−At
˙ x(t),
=
d
dt
_
e
−At
x(t)
¸
. (39)
Para chegar a (39), utilizamos a propriedade da derivada de e
At
e a regra para
derivada do produto de func¸ ˜ oes de t. Integrando ambos os lados de
d
dt
_
e
−At
x(t)
¸
= e
−At
Bu(t)
entre 0 e t, verificamos que
e
−At
x(t) −x(0) =
_
t
0
e
−Aτ
Bu(τ)dτ
Pr´ e-multiplicando ambos os lados da ´ ultima igualdade por e
At
, a matriz inversa
de e
−At
, obtemos
x(t) = e
At
x
0
+e
At
_
t
0
e
−Aτ
Bu(τ)dτ,
= e
At
x
0
+
_
t
0
e
At
e
−Aτ
Bu(τ)dτ. (40)
EA721 / PAULO VALENTE / UNICAMP 175
Como a integrac¸ ˜ ao ´ e na vari´ avel τ, a matriz e
At
pode passar a fazer parte do
integrando em (40). Dado que e
At
e
−Aτ
= e
A(t−τ)
, chegamos finalmente a soluc¸ ˜ ao
geral da equac¸ ˜ ao de estado:
x(t) = e
At
x
0
+
_
t
0
e
A(t−τ)
Bu(τ)dτ, t ≥ 0. (41)
O primeiro termo no lado direito de (41) ´ e a resposta do estado ` a condic¸ ˜ ao
inicial supondo u(t) = 0, t ≥ 0, enquanto que o segundo termo representa a
resposta do estado para uma entrada qualquer u(t), t ≥ 0 e x
0
= 0. A resposta
total ´ e, pelo Princ´ıpio da Superposic¸ ˜ ao, a soma das duas respostas parciais. A sa´ıda
do sistema ´ e obtida diretamente de (41):
y(t) = Ce
At
x
0
+
_
t
0
Ce
A(t−τ)
Bu(τ)dτ +Du(t), t ≥ 0. (42)
6. Os estados e a sa´ıda do sistema ficam completamente caracterizados a partir
da determinac¸ ˜ ao da matriz e
At
. Entretanto, a caracterizac¸ ˜ ao de e
At
atrav´ es da
soma infinita (36) ´ e inconveniente do ponto de vista de c´ alculo. No sentido de
caracterizar e
At
de forma fechada, e lembrando que L[t
k
] = k!/s
k+1
, tomamos
ent˜ ao a transformada de Laplace de e
At
:
L[e
At
] = L
_
I +At +
1
2!
A
2
t
2
+ +
1
k!
A
k
t
k
+
_
,
=
I
s
+
A
s
2
+ +
A
k
s
k+1
+ , (43)
= (sI −A)
−1
. (44)
A igualdade entre (43) e (44) ´ e verdadeira, pois a multiplicac¸ ˜ ao de (43) por
(sI −A) ` a direita e ` a esquerda resulta na matriz identidade. Assim sendo, a matriz
exponencial de A pode ser definida atrav´ es de anti-transformada de Laplace:
e
At
= L
−1
[(sI −A)
−1
].
7. Exemplo. As equac¸ ˜ oes dinˆ amicas de um sistema massa-mola-atrito caracteri-
zado pelos parˆ ametros f´ısicos m = 1.0 kg, b = 3.0 N/m/s e k = 2.0 N/m s˜ ao dadas
por
˙ x =
_
_
0 1
−2 −3
_
_
x +
_
_
0
1
_
_
u,
EA721 / PAULO VALENTE / UNICAMP 176
y =
_
1 0
¸
x.
Amatriz exponencial de Aser´ a obtida atrav´ es de anti-transformada de Laplace:
e
At
= L
−1
[(sI −A)
−1
].
Inicialmente calculamos
(sI −A)
−1
=
_
_
s −1
2 s + 3
_
_
−1
=
_
_
s + 3 1
−2 s
_
_
s
2
+ 3s + 2
,
=
_
¸
¸
¸
_
s + 3
(s + 1)(s + 2)
1
(s + 1)(s + 2)
−2
(s + 1)(s + 2)
s
(s + 1)(s + 2)
_
¸
¸
¸
_
.
A anti-transformada de (sI − A)
−1
´ e igual ` a anti-transformada de cada ele-
mento de (sI −A)
−1
. Atrav´ es de expans˜ ao em frac¸ ˜ oes parciais e com o aux´ılio de
uma tabela de transformadas de Laplace, chegamos a
e
At
= L
−1
[(sI −A)
−1
] =
_
_
2e
−t
−e
−2t
e
−t
−e
−2t
−2e
−t
+ 2e
−2t
−e
−t
+ 2e
−2t
_
_
.
A resposta do sistema ` a condic¸ ˜ ao inicial x
1
(0) = 1 (m) e x
2
(0) = 0 (m/s) seria
x(t) = e
At
x
0
=
_
_
x
1
(t)
x
2
(t)
_
_
=
_
_
2e
−t
−e
−2t
−2e
−t
+ 2e
−2t
_
_
, t ≥ 0.
A resposta do sistema a uma condic¸ ˜ ao inicial e a uma entrada qualquer,
x(t) = e
At
x
0
+
_
t
0
e
A(t−τ)
Bu(τ)dτ, t ≥ 0,
requer uma integrac¸ ˜ ao na vari´ avel τ. Assumindo que a entrada ´ e um degrau
EA721 / PAULO VALENTE / UNICAMP 177
unit´ ario, isto ´ e, u(t) = 1, t ≥ 0, obtemos o seguinte integrando:
e
A(t−τ)
Bu(τ) =
_
_
2e
τ−t
−e
2(τ−t)
e
τ−t
−e
2(τ−t)
−2e
τ−t
+ 2e
2(τ−t)
−e
τ−t
+ 2e
2(τ−t)
_
_
_
_
0
1
_
_
[1]
=
_
_
e
τ−t
−e
2(τ−t)
−e
τ−t
+ 2e
2(τ−t)
_
_
.
Logo,
x(t) = e
At
x
0
+
_
t
0
e
A(t−τ)
Bu(τ)dτ,
=
_
_
2e
−t
−e
−2t
−2e
−t
+ 2e
−2t
_
_
+
_
t
0
_
_
e
τ−t
−e
2(τ−t)
−e
τ−t
+ 2e
2(τ−t)
_
_
dτ,
=
_
_
2e
−t
−e
−2t
−2e
−t
+ 2e
−2t
_
_
+
_
¸
_
1
2
−e
−t
+
1
2
e
−2t
e
−t
−e
−2t
_
¸
_,
A resposta forc¸ada do sistema ` a entrada degrau unit´ ario para a condic¸ ˜ ao inicial
x
1
(0) = 1 e x
2
(0) = 0 ´ e
x(t) =
_
¸
_
1
2
+e
−t

1
2
e
−2t
−e
−t
+e
−2t
_
¸
_, t ≥ 0.
A sa´ıda do sistema, isto ´ e, a quantidade que seria efetivamente observada
atrav´ es de um sensor de posic¸ ˜ ao, ´ e, por sua vez,
y(t) = Cx(t) =
_
1 0
¸
_
_
6x
1
(t)
x
2
(t)
_
_
,
=
1
2
+e
−t

1
2
e
−2t
, t ≥ 0.
Em regime, isto ´ e, quando t → ∞, a posic¸ ˜ ao da massa tende a 0.5 m. A
resposta ao degrau do sistema ´ e ilustrada na Figura 18.2.
Em regime, isto ´ e, quando t → ∞, a posic¸ ˜ ao da massa tende a 0.5 m. A
resposta ao degrau do sistema ´ e ilustrada na Figura 18.2.
EA721 / PAULO VALENTE / UNICAMP 178
Resposta ao degrau
Tempo (seg)
P
o
s
i
c
a
o

(
m
)
0 1 2 3 4 5 6
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
Figura 18.2: Resposta ao degrau do sistema massa-mola-atrito.
O gr´ afico da Figura 18.2 foi obtido atrav´ es do MATLAB, comando step,
o qual sup˜ oe condic¸ ˜ oes iniciais nulas. Para obter respostas forc¸adas que levem
em conta condic¸ ˜ oes iniciais n˜ ao-nulas, devemos utilizar a comando lsim, para
simulac¸ ˜ ao de sistemas dinˆ amicos lineares sujeitos a condic¸ ˜ oes iniciais e entradas
quaisquer.
EA721 / PAULO VALENTE / UNICAMP 179
Aula 19
Forma Canˆ onica de Jordan
Autovalores e autovetores
Multiplicidades alg´ ebrica e geom´ etrica
Forma canˆ onica de Jordan
Autovalores e autovetores
1. Tanto a an´ alise quanto a s´ıntese de sistemas de controle representados atrav´ es de
vari´ aveis de estado est˜ ao fundamentalmente calcadas na estrutura de autovalores-
autovetores da matriz de estados A. Dizemos que um escalar λ ∈ C ´ e um au-
tovalor de uma matriz A de ordem n se existe um vetor n˜ ao-nulo x ∈ C
n
tal
que
Ax = λx. (45)
Dizemos neste caso que x ´ e um autovetor associado ao autovalor λ. (O au-
tovetor x n˜ ao deve ser confundido com o vetor de estados do sistema.) Se x ´ e
um autovetor associado ao autovalor λ, ent˜ ao o efeito de se pr´ e-multiplicar x pela
matriz A corresponde a escalonar x por meio de λ. O tamanho e o sentido de x
podem ser modificados, mas n˜ ao a sua direc¸ ˜ ao, como ilustra a Figura 19.1.
PSfrag replacements
x
Ax = λx
0
Figura 19.1: Autovalor-autovetor: interpretac¸ ˜ ao.
EA721 / PAULO VALENTE / UNICAMP 180
A equac¸ ˜ ao (45) pode ser reescrita na forma
(λI −A)x = 0, (46)
e para que x seja uma soluc¸ ˜ ao n˜ ao-nula de (45), devemos impor que a matriz (λI −
A) de ordemn seja singular, isto ´ e, que det (λI −A) = 0. Caso contr´ ario, a ´ unica
soluc¸ ˜ ao de (46) seria x = 0. O determinante de (λI − A) define o polinˆ omio
caracter´ıstico de A,
p(λ) = det (λI −A),
e p(λ) = 0 ´ e a equac¸ ˜ ao caracter´ıstica resultante.
2. Exemplo. Considere a matriz gen´ erica de ordem n = 2
A =
_
_
a
11
a
12
a
21
a
22
_
_
.
O polinˆ omio caracter´ıstico de A, isto ´ e, o determinante de
(λI −A) =
_
_
λ −a
11
−a
12
−a
21
λ −a
22
_
_
´ e
p(λ) = det (λI −A) = λ
2
−(a
11
+a
22
)λ + (a
11
a
22
−a
12
a
21
),
= λ
2

1
λ +α
0
.
Os autovalores de A s˜ ao as ra´ızes de λ
2
+ α
1
λ + α
0
= 0, que denotaremos
por λ
1
e λ
2
. Um autovetor x
1
associado a λ
1
´ e obtido ao resolvermos o sistema de
equac¸ ˜ oes

1
I −A)x =
_
_
λ
1
−a
11
−a
12
−a
21
λ
1
−a
22
_
_
_
_
x
1
1
x
1
2
_
_
=
_
_
0
0
_
_
no qual x
1
1
e x
1
2
representam a primeira e a segunda componente do autovetor x
1
,
respectivamente. Um autovetor x
2
associado ao autovalor λ
2
´ e obtido de forma
similar. Concretamente, considere
A =
_
_
0 −1
1 0
_
_
.
EA721 / PAULO VALENTE / UNICAMP 181
Os autovalores de A s˜ ao as ra´ızes da equac¸ ˜ ao caracter´ıstica
p(λ) = λ
2
+ 1 = 0,
ou seja, λ
1
= j e λ
2
= −j (j =

−1). Autovetores x
1
e x
2
associados a λ
1
e λ
2
s˜ ao obtidos resolvendo-se

1
I −A) =
_
_
j 1
−1 j
_
_
_
_
x
1
1
x
1
2
_
_
=
_
_
0
0
_
_
e

2
I −A) =
_
_
−j 1
−1 −j
_
_
_
_
x
2
1
x
2
2
_
_
=
_
_
0
0
_
_
.
As soluc¸ ˜ oes gerais para os sistemas acima s˜ ao
x
1
=
_
_
α
−jα
_
_
, x
2
=
_
_
α

_
_
.
Observamos que existe uma infinidade de autovetores associados a λ
1
e λ
2
, um
para cada valor de α ,= 0 (x = 0 n˜ ao ´ e um autovetor) selecionado.
3. Podemos mostrar atrav´ es de umprocesso de induc¸ ˜ ao matem´ atica que uma matriz
A de ordem n possui um polinˆ omio caracter´ıstico de grau n na forma geral
p(λ) = λ
n

n−1
λ
n−1
+ +α
1
λ +α
0
,
= (λ −λ
1
)(λ −λ
2
) (λ −λ
n
),
em que α
0
, α
1
, . . . , α
n−1
dependem dos coeficientes de A. Uma matriz A de or-
dem n ter´ a portanto n autovalores, λ
1
, λ
2
,. . . ,λ
n
, e n autovetores associados, x
1
,
x
2
,. . . , x
n
, soluc¸ ˜ oes n˜ ao-nulas de

i
I −A)x
i
= 0, i = 1, 2, . . . , n.
Multiplicidades alg´ ebrica e geom´ etrica
4. Multiplicidade alg´ ebrica. Dada uma matriz A de ordem n, definimos a mul-
tiplicidade alg´ ebrica de um autovalor λ
i
de A como o n´ umero de vˆ ezes que λ
i
EA721 / PAULO VALENTE / UNICAMP 182
aparece como ra´ız da equac¸ ˜ ao caracter´ıstica p(λ) = 0. Supondo que r ≤ n au-
tovalores de A s˜ ao distintos e que suas multiplicidades alg´ ebricas s˜ ao iguais a
m
i
, i = 1, 2, . . . , r, podemos reescrever p(λ) como
p(λ) = (λ −λ
1
)
m
1
(λ −λ
2
)
m
2
(λ −λ
r
)
mr
,
de tal forma que m
1
+m
2
+ +m
r
= n.
5. Multiplicidade geom´ etrica. Dada uma matriz A de ordem n, definimos a
multiplicidade geom´ etrica de um autovalor λ
i
de A como o n´ umero m´ aximo de
autovetores linearmente independentes que podemos associar a λ
i
. Denotamos
as multiplicidades geom´ etricas dos r (r ≤ n) autovalores distintos de Apor µ
i
, i =
1, 2, . . . , r. Existe pelo menos um autovetor linearmente independente associado
a cada autovalor. A multiplicidade geom´ etrica µ
i
de um autovalor λ
i
´ e limitada
superiormente pela sua respectiva multiplicidade alg´ ebrica, m
i
. Logo,
1 ≤ µ
i
≤ m
i
, i = 1, 2, . . . , r.
6. Exemplo 1. A equac¸ ˜ ao caracter´ıstica da matriz de ordem n = 2
A =
_
5 1
0 5
_
´ e (λ−5)
2
= 0. A multiplicidade alg´ ebrica do autovalor λ
1
= 5 ´ e m
1
= 2. A multi-
plicidade geom´ etrica de λ
1
ser´ a igual ao maior n´ umero de autovetores linearmente
independentes que pudermos associar a λ
1
resolvendo o sistema

1
I −A)x =
_
0 −1
0 0
_ _
x
1
x
2
_
=
_
0
0
_
.
A ´ unica soluc¸ ˜ ao n˜ ao-nula poss´ıvel ´ e
x =
_
α
0
_
, α ,= 0,
e portanto 1 = µ
1
< m
1
= 2.
7. Exemplo 2. A equac¸ ˜ ao caracter´ıstica da matriz de ordem n = 3
A =
_
_
1 0 −1
0 1 0
0 0 2
_
_
EA721 / PAULO VALENTE / UNICAMP 183
´ e λ
3
−4λ
2
+ 5λ −2 = 0. As ra´ızes da equac¸ ˜ ao e suas respectivas multiplicidades
alg´ ebricas s˜ ao λ
1
= 2, m
1
= 1 e λ
2
= 1, m
2
= 2 (m
1
+m
2
= 3). Um autovetor
x
1
associado a λ
1
´ e obtido resolvendo-se

1
I −A)x =
_
_
1 0 1
0 1 0
0 0 0
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_
.
A soluc¸ ˜ ao geral para o sistema relativo ao autovalor λ
1
´ e
x
1
=
_
_
−α
0
α
_
_
, α ,= 0.
Logo, a multiplicidade geom´ etrica de λ
1
´ e µ
1
= 1, como esperado (1 ≤ µ
1

m
1
= 1) . A multiplicidade geom´ etrica de λ
2
´ e determinada atrav´ es de

2
I −A)x =
_
_
0 0 1
0 0 0
0 0 −1
_
_
_
_
x
1
x
2
x
3
_
_
=
_
_
0
0
0
_
_
.
O sistema relativo a λ
2
possui duas soluc¸ ˜ oes linearmente independentes:
x
2
=
_
_
α
0
0
_
_
, x
3
=
_
_
0
α
0
_
_
, α ,= 0.
Portanto, a multiplicidade geom´ etrica de λ
2
´ e 2 = µ
2
= m
2
= 2.
Forma canˆ onica de Jordan
8. Uma manipulac¸ ˜ ao extremamente ´ util para a an´ alise de sistemas de controle
descritos atrav´ es de vari´ aveis de estado ´ e a representac¸ ˜ ao da matriz de estados A
numa forma especial conhecida como forma canˆ onica de Jordan. O resultado de
interesse estabelece que para cada matriz A de ordem n, existe uma matriz T de
ordem n n˜ ao-singular (isto ´ e, det(T) ,= 0) tal que
T
−1
AT = Λ
J
=
_
¸
¸
¸
_
J
1
0 0
0 J
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 J
µ
_
¸
¸
¸
_
.
EA721 / PAULO VALENTE / UNICAMP 184
A matriz Λ
J
´ e a forma canˆ onica de Jordan de A. A matriz Λ
J
´ e bloco-diagonal
e o n´ umero total de blocos de Λ
J
´ e igual a µ = µ
1
+ µ
2
+ + µ
r
, a soma das
multiplicidades geom´ etricas dos autovalores de A. Cada bloco J
i
´ e um bloco de
Jordan de ordem n
i
. A soma das ordens dos blocos de Jordan ´ e igual ` a ordem de
A (e portanto, de Λ), isto ´ e, n
1
+ n
2
+ + n
r
= n. A forma gen´ erica de um
bloco de Jordan ´ e
J
i
=
_
¸
¸
¸
¸
¸
¸
_
λ 1 0 0
0 λ 1 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0
.
.
. 1
0 0 0 λ
_
¸
¸
¸
¸
¸
¸
_
.
A matriz Λ
J
´ e triangular superior, pois abaixo da diagonal principal de cada
J
i
(e portanto de Λ
J
) todos os elementos s˜ ao nulos. O n´ umero de vˆ ezes que um au-
tovalor de Aaparece na diagonal principal de Λ
J
´ e igual ` a multiplicidade alg´ ebrica
do autovalor. Um mesmo autovalor pode aparecer em mais de um bloco de Jor-
dan: o n´ umero de blocos de Jordan nos quais um autovalor aparece ´ e igual a sua
multiplicidade geom´ etrica.
9. Exemplo 3. Considere a matriz Ade ordem 3 utilizada no Exemplo 2. Os dados
relevantes para a an´ alise da forma de Jordan de A s˜ ao: λ
1
= 2, m
1
= µ
1
= 1
e λ
2
= 1, m
2
= 2, µ
2
= 2. O n´ umero de blocos de Jordan ´ e igual ` a soma das
multiplicidades geom´ etricas: µ = µ
1
+ µ
2
= 3. O autovalor λ
1
= 2 aparece
apenas uma vez na diagonal de Λ
J
(pois m
1
= 1), num ´ unico bloco de Jordan
(pois µ
1
= 1). Logo, n
1
= 1. O autovalor λ
2
= 1 aparece duas vˆ ezes na diagonal
de Λ
J
(pois m
2
= 2), em dois blocos de Jordan (pois µ
2
= 2). Consequentemente,
n
2
= n
3
= 1, e a forma de Jordan de A ´ e
Λ
J
=
_
_
2 0 0
0 1 0
0 0 1
_
_
.
10. Exemplo 4. Considere uma matriz hipot´ etica A de ordem 9 com os seguintes
dados relevantes para a an´ alise da sua forma canˆ onica de Jordan: r = 4 (quatro
autovalores distintos), m
1
= 3 e µ
1
= 1, m
2
= 3 e µ
2
= 2, m
3
= 2 e µ
3
= 1, e
m
4
= 1 e µ
4
= 1. O n´ umero total de blocos de Jordan de A ´ e µ = 5, e levando-se
em conta as diferˆ enc¸as entre as multiplicidades alg´ ebricas e geom´ etricas, a forma
de Jordan de A seria
EA721 / PAULO VALENTE / UNICAMP 185
Λ
J
=
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
λ
1
1 0 0 0 0 0 0 0
0 λ
1
1 0 0 0 0 0 0
0 0 λ
1
0 0 0 0 0 0
0 0 0 λ
2
0 0 0 0 0
0 0 0 0 λ
2
1 0 0 0
0 0 0 0 0 λ
2
0 0 0
0 0 0 0 0 0 λ
3
1 0
0 0 0 0 0 0 0 λ
3
0
0 0 0 0 0 0 0 0 λ
4
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
11. Dadas as regras que regem a construc¸ ˜ ao da forma canˆ onica de Jordan, se uma
dada matriz A de ordem n possuir autovalores distintos λ
1
, λ
2
, . . . , λ
r
(r ≤ n) tais
que µ
i
= m
i
, i = 1, 2, . . . , r, ent˜ ao a forma de Jordan de A ser´ a diagonal:
Λ
J
=
_
¸
¸
¸
_
λ
1
0 0
0 λ
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 λ
n
_
¸
¸
¸
_
.
Neste caso, como T
−1
AT = Λ
J
implica que AT = TΛ
J
, e representando a
matriz T atrav´ es das suas colunas como
T =
_
x
1
.
.
. x
2
.
.
.
.
.
. x
n
_
,
obtemos a identidade
A
_
x
1
.
.
. x
2
.
.
.
.
.
. x
n
_
=
_
x
1
.
.
. x
2
.
.
.
.
.
. x
n
_
_
¸
¸
¸
_
λ
1
0 0
0 λ
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 λ
n
_
¸
¸
¸
_
,
ou, expressando os lados direito e esquerda da identidade em termos de colunas,
Ax
i
= λ
i
x
i
, i = 1, 2, . . . , n. Consequentemente, T pode ser obtida na forma
de qualquer matriz formada por autovetores linearmente independentes associados
aos autovalores de A. No caso mais geral em que Λ
J
n˜ ao ´ e diagonal, podemos
ainda obter as colunas de T na forma de autovetores generalizados, resolvendo
recursivamente a identidade AT = TΛ
J
.
EA721 / PAULO VALENTE / UNICAMP 186
Aula 20
Estabilidade Assint ´ otica
Pontos de equil´ıbrio
Estabilidade assint ´ otica
Estabilidade interna estabilidade entrada-sa´ıda
Transformac¸ ˜ oes de similaridade
Pontos de equil´ıbrio
1. A representac¸ ˜ ao de sistemas dinˆ amicos atrav´ es de vari´ aveis de estado exige uma
definic¸ ˜ ao de estabilidade que leve em conta a representac¸ ˜ ao interna do sistema.
Considere o sistema n˜ ao-forc¸ado
˙ x = Ax(t), (47)
cuja resposta ` a condic¸ ˜ ao inicial x(0) ´ e, como sabemos, x(t) = e
At
x(0), t ≥ 0. A
noc¸ ˜ ao fundamental para o estudo da estabilidade interna do sistema ´ e a de ponto
de equil´ıbrio. Dizemos que x
e
´ e um ponto de equil´ıbrio do sistema ˙ x = Ax(t)
se, uma vez que a trajet ´ oria de estado x(t), t ≥ 0 atinja x
e
, o estado do sistema
permanece em x
e
indefinidamente.
2. Podemos traduzir matematicamente a definic¸ ˜ ao acima da seguinte forma: se x
e
´ e um ponto de equil´ıbrio do sistema ˙ x = Ax(t), ent˜ ao existe um tempo t = t
e
no qual x(t
e
) = x
e
tal que x(t) = x
e
para todo t ≥ t
e
. Assim sendo, ˙ x(t
e
) =
Ax(t
e
) = Ax
e
= 0, e pontos de equil´ıbrio do sistema ser˜ ao pontos tais que
Ax
e
= 0.
3. Pontos de equil´ıbrio s˜ ao soluc¸ ˜ oes constantes de (47), no sentido de que x(t) =
x
e
, t ≥ 0, se x(0) = x
e
. A origem do espac¸o de estados ´ e sempre um ponto de
equil´ıbrio do sistema. A origem ´ e o ´ unico ponto de equil´ıbrio do sistema se A for
uma matriz n˜ ao-singular. O sistema possui infinitos pontos de equil´ıbrio se A for
singular, pois neste caso Ax
e
= 0 admite infinitas soluc¸ ˜ oes n˜ ao-nulas.
4. Exemplo. Considere a equac¸ ˜ ao diferencial de segunda ordem que representa
EA721 / PAULO VALENTE / UNICAMP 187
um duplo integrador: ¨ x = u(t). Definindo x
1
= x e x
2
= ˙ x, a representac¸ ˜ ao de
estados correspondente seria
˙ x = Ax +Bu =
_
0 1
0 0
_
x +
_
0
1
_
u.
Observe que A ´ e singular. Os pontos de equil´ıbrio do sistema, isto ´ e, as
soluc¸ ˜ oes de
Ax
e
=
_
0 1
0 0
_ _
x
e
1
x
e
2
_
=
_
0
0
_
s˜ ao do tipo
x
e
=
_
α
0
_
,
emque α ´ e qualquer valor real. No plano de estados x
1
x
2
, os pontos de equil´ıbrio
s˜ ao quaisquer pontos sobre o eixo x
1
.
Estabilidade assint ´ otica
5. Dizemos que um ponto de equil´ıbrio do sistema dinˆ amico representado por
˙ x = Ax(t) ´ e assintoticamente est´ avel se
lim
t→∞
|x(t) −x
e
| = 0, (48)
qualquer que seja a condic¸ ˜ ao inicial x(0). Em (48), a quantidade |x(t) − x
e
| ´ e
uma medida da distˆ ancia entre um ponto qualquer da trajet ´ oria do sistema iniciada
em x(0) e o ponto de equil´ıbrio x
e
. Uma definic¸ ˜ ao tradicional de distˆ ancia entre
dois pontos no espac¸o R
n
´ e
|x(t) −x
e
| =
¸
¸
¸
_
n

i=1
(x
i
(t) −x
e
i
)
2
. (49)
6. Observamos que |x(t) − x
e
| = 0 se e somente se x(t) = x
e
. Diferentes
condic¸ ˜ oes iniciais produzem diferentes trajet ´ orias. De acordo com a definic¸ ˜ ao, um
ponto de equil´ıbrio x
e
´ e assintoticamente est´ avel se qualquer trajet ´ oria x(t), t ≥ 0,
tende a se aproximar arbitrariamente de x
e
quando t → ∞. O sistema ˙ x = Ax(t)
possui no m´ aximo um ponto de equil´ıbrio assintoticamente est´ avel, e este ponto ´ e a
origem do espac¸o de estados. De fato, assuma que, al ´ em da origem, o sistema pos-
sui outro ponto de equil´ıbrio x
e
,= 0. Escolhendo x(0) = x
e
, o sistema permanece
EA721 / PAULO VALENTE / UNICAMP 188
em x
e
indefinidamente, jamais se aproximando da origem. Reciprocamente, se a
trajet ´ oria for iniciada na origem, o sistema jamais de aproxima de x
e
. Concluimos
ent˜ ao que a origem ´ e o ´ unico ponto de equil´ıbrio assint ´ otico poss´ıvel.
7. A an´ alise da estabilidade dos pontos de equil´ıbrio de um sistema dinˆ amico
linear depende apenas da an´ alise da estrutura de autovalores-autovetores da matriz
de estados A. Para verificarmos esta propriedade, representamos A atrav´ es da sua
forma de Jordan, A = TΛ
J
T
−1
, e em seguida expressamos a matriz exponencial
de A em termos de Λ
J
:
e
At
=

i=1
A
k
t
k
k!
=

i=1

k
J
T
−1
t
k
k!
,
= T

i=1
Λ
k
J
t
k
k!
T
−1
,
= Te
Λ
J
t
T
−1
.
Na primeira igualdade usamos a identidade
A
k
= (TΛ
J
T
−1
)(TΛ
J
T
−1
) (TΛ
J
T
−1
)
. ¸¸ .
k vˆ ezes
= TΛ
k
J
T
−1
,
na segunda, o fato de que T ´ e uma matriz constante, e na terceira a definic¸ ˜ ao b´ asica
de exponencial de matriz. Avantagemde se representar e
At
atrav´ es de e
Λ
J
t
decorre
da estrutura pr´ e-determinada desta ´ ultima exponencial, func¸ ˜ ao apenas de Λ
J
. Um
exemplo do formato da matriz exponencial e
Λ
J
t
´ e
e
Λ
J
t
=
_
¸
¸
¸
¸
¸
¸
¸
_
e
λ
1
t
te
λ
1
t
1
2
t
2
e
λ
1
t
0 0 0
0 e
λ
1
t
te
λ
1
t
0 0 0
0 0 e
λ
1
t
0 0 0
0 0 0 e
λ
2
t
te
λ
2
t
0
0 0 0 0 e
λ
2
t
0
0 0 0 0 0 e
λ
3
t
_
¸
¸
¸
¸
¸
¸
¸
_
,
dado que Λ
J
´ e a matriz de ordem 6
Λ
J
=
_
¸
¸
¸
¸
¸
¸
_
λ
1
1 0 0 0 0
0 λ
1
1 0 0 0
0 0 λ
1
0 0 0
0 0 0 λ
2
1 0
0 0 0 0 λ
2
0
0 0 0 0 0 λ
3
_
¸
¸
¸
¸
¸
¸
_
.
EA721 / PAULO VALENTE / UNICAMP 189
8. Um elemento gen´ erico de e
Λ
J
t
´ e da forma t
k
e
λt
, na qual λ = σ + jω, sendo σ
e ω as partes real e imagin´ aria do autovalor λ, respectivamente. Se σ < 0, ent˜ ao
t
k
e
λt
= t
k
e
σt
e
jωt
tende a zero quando t → ∞, independentemente do valor de
k. A seguinte condic¸ ˜ ao para a estabilidade assint ´ otica do sistema pode ent˜ ao ser
formulada.
Crit´ erio de Estabilidade Assint´ otica. A origem do sistema dinˆ amico
˙ x = Ax(t) ´ e assintoticamente est´ avel se e somente se as partes reais
de todos os autovalores de A s˜ ao estritamente negativas.
De fato, se as partes reais dos n autovalores de A s˜ ao negativas, todos os ele-
mentos da matriz e
Λ
J
t
tendem a zero quando t → ∞e e
Λ
J
t
tende ` a matriz nula.
Logo,
lim
t→∞
|x(t) −0| = lim
t→∞
|Te
Λ
J
t
T
−1
x(0) −0|,
= |T 0 T
−1
x(0)|,
= 0,
para qualquer condic¸ ˜ ao inicial x(0). Portanto, a origem do sistema ´ e assintotica-
mente est´ avel.
9. Se pelo menos um autovalor de A possui parte real positiva, a matriz e
Λ
J
t
cont´ em pelo menos um elemento da forma t
k
e
λt
cujo valor cresce indefinidamente
quando t → ∞. Neste caso, qualquer ponto de equil´ıbrio ser´ a inst´ avel, pois sem-
pre poderemos escolher uma condic¸ ˜ ao inicial x(0) de tal forma que
|x(t) −x
e
| = |Te
Λ
J
t
T
−1
x(0) −x
e
| →∞,
quando t →∞, qualquer que seja o ponto de equil´ıbrio considerado.
10. Se nenhum autovalor possuir parte real positiva, mas um ou mais autovalo-
res possuirem partes reais nulas, devemos proceder a uma an´ alise mais detalhada.
Se as multiplicidades alg´ ebricas e geom´ etricas dos autovalores com partes reais
nulas s˜ ao iguais, a matriz e
Λ
J
t
´ e diagonal. Os elementos da diagonal associados
aos autovalores com partes reais nulas s˜ ao genericamente da forma e
jωt
, fazendo
com que e
Λ
J
t
(e portanto T
−1
e
Λ
J
t
T) tenda a uma matriz constante (se as partes
imagin´ arias tamb´ em forem nulas) ou peri ´ odica (se uma ou mais partes imagin´ arias
forem diferentes de zero) quando t → ∞. Assim, para cada condic¸ ˜ ao inicial, a
trajet ´ oria de estados x(t) = Te
Λ
J
t
T
−1
x(0), t ≥ 0, tende a um ponto ou a uma
curva peri ´ odica no espac¸o de estados, qualquer que seja a condic¸ ˜ ao inicial x(0).
Neste caso, dizemos que o sistema ´ e marginalmente est´ avel.
EA721 / PAULO VALENTE / UNICAMP 190
11. Se a multiplicidade geom´ etrica de pelo menos um autovalor com parte real nula
for menor do que a sua multiplicidade alg´ ebrica, a matriz e
Λ
J
t
conter´ a elementos da
forma te
jωt
, os quais (para qualquer ω) assumir˜ ao valores arbitrariamente grandes
quando t → ∞. Neste ´ ultimo caso, o sistema ser´ a inst´ avel, pois uma escolha
apropriada da condic¸ ˜ ao inicial far´ a a trajet ´ oria de estado se afastar indefinidamente
de qualquer ponto de equil´ıbrio.
12. Exemplo. Assuma que a matriz A de um sistema hipot ´ etico ´ e descrita como
A =
_
_
0 a
12
a
21
0
_
_
.
A equac¸ ˜ ao caracter´ıstica de A ´ e det (λI −A) = λ
2
−a
12
a
21
= 0. A estabili-
dade dos pontos de equil´ıbrio do sistema depende da natureza do produto a
12
a
21
.
a) a
12
a
21
> 0. Os autovalores de A s˜ ao λ
1
=

a
12
a
21
e λ
2
= −

a
12
a
21
. O
sistema ´ e inst´ avel pois um dos autovalores ´ e positivo;
b) a
12
a
21
< 0. Os autovalores de A s˜ ao λ
1
= j
_
[a
12
a
21
[ e λ
2
= −j
_
[a
12
a
21
[.
Os autovalores s˜ ao distintos e possuem partes reais nulas. Como as mul-
tiplicidades alg´ ebrica e geom´ etrica dos autovalores s˜ ao iguais, o sistema ´ e
marginalmente est´ avel;
c) a
11
= a
21
= 0. A matriz A possui um autovalor λ = 0 com multiplicidade
alg´ ebrica igual a 2 e multiplicidade geom´ etrica tamb´ em igual a 2. O sistema
´ e marginalmente est´ avel;
d) a
11
,= 0, a
21
= 0 (ou a
11
= 0, a
21
,= 0). A matriz A possui um autovalor
λ = 0 com multiplicidade alg´ ebrica igual a 2. Para obter a multiplicidade
geom´ etrica do autovalor, resolvemos
(λI −A)x = (0I −A)x =
_
_
0 0
−a
21
0
_
_
_
_
x
1
x
2
_
_
=
_
_
0
0
_
_
.
Existe apenas um autovetor associado a λ = 0:
x =
_
_
0
α
_
_
, α ,= 0.
EA721 / PAULO VALENTE / UNICAMP 191
Como a multiplicidade geom´ etrica do autovalor ´ e igual a 1, o sistema ´ e inst´ avel.
Estabilidade interna × estabilidade entrada-sa´ıda
13.
´
E natural indagar sobre a relac¸ ˜ ao entre os conceitos e crit´ erios de estabilidade
assint ´ otica e entrada-sa´ıda para um mesmo sistema dinˆ amico. Lembremos que um
sistema dinˆ amico linear e invariante no tempo ´ e est´ avel do ponto de vista entrada-
sa´ıda se a sa´ıda do sistema ´ e limitada sempre que a entrada aplicada ao sistema ´ e
limitada. Seja
G(s) =
N(s)
D(s)
a func¸ ˜ ao de transferˆ encia do sistema de interesse. Os zeros (finitos) e p´ olos de G(s)
s˜ ao as ra´ızes de N(s) = 0 e de D(s) = 0, respectivamente, desde que N(s) = 0
e D(s) = 0 n˜ ao possuam qualquer fator comum. Um sistema dinˆ amico modelado
atrav´ es de G(s) ´ e est´ avel do ponto de vista entrada-sa´ıda se as partes reais de todos
os p´ olos forem estritamente negativas, inst´ avel se pelo menos uma das partes reais
for positiva e marginalmente est´ avel se todas as partes reais forem menores ou
iguais a zero.
14. Uma forma de comparar os crit´ erios de estabilidade assint ´ otica e entrada-sa´ıda
´ e obter a func¸ ˜ ao de transferˆ encia G(s) do sistema de interesse partindo da sua
representac¸ ˜ ao por vari´ aveis de estado:
˙ x(t) = Ax(t) +Bu(t),
y(t) = Cx(t) +Du(t).
Tomando a transformada de Laplace das equac¸ ˜ oes dinˆ amicas do sistema su-
pondo condic¸ ˜ oes iniciais nulas, isto ´ e, x(0) = 0, obtemos
sX(s) = AX(s) +BU(s), (50)
Y (s) = CX(s) +DU(s). (51)
A primeira equac¸ ˜ ao fornece a transformada de Laplace do vetor de estados
X(s) = (sI −A)
−1
BU(s), a qual substitu´ıda na segunda equac¸ ˜ ao leva a
Y (s) = [C(sI −A)
−1
B +D]U(s).
Podemos ent˜ ao definir ent˜ ao a func¸ ˜ ao racional
G
1
(s) =
Y (s)
U(s)
= C(sI −A)
−1
B +D.
EA721 / PAULO VALENTE / UNICAMP 192
Como a matriz inversa de (sI −A) pode ser escrita na forma
(sI −A)
−1
=
adj(sI −A)
det (sI −A)
,
na qual adj(sI −A) denota a matriz adjunta de (sI −A), obtemos
G
1
(s) =
Cadj(sI −A)B + det (sI −A)D
det (sI −A)
.
em que
N
1
(s) = Cadj(sI −A)B + det (sI −A)D e D
1
(s) = det (sI −A)
representam os polinˆ omios numerador e denominador de G
1
(s). Observamos que
as ra´ızes de D
1
(s) = 0 s˜ ao os autovalores da matriz A. Se N
1
(s) = 0 e D
1
(s) = 0
n˜ ao possuirem ra´ızes comuns, ent˜ ao G(s) = G
1
(s) caracteriza a func¸ ˜ ao de tran-
ferˆ encia do sistema. Caso contr´ ario, cancelamos quaisquer ra´ızes comuns para
obter a representac¸ ˜ ao da func¸ ˜ ao de transferˆ encia G(s) do sistema em termos de
zeros e p´ olos.
15. Estabilidade assint´ otica implica em estabilidade entrada-sa´ıda. De fato,
os p´ olos de G(s) s˜ ao um sub-conjunto dos autovalores da matriz A (ap´ os eventual
cancelamento). Se todos os autovalores de A possuirem partes reais estritamente
negativas, o mesmo acontecer´ a com os p´ olos de G(s) e o sistema ser´ a tamb´ em
est´ avel do ponto de vista entrada-sa´ıda.
16. Estabilidade entrada-sa´ıda n˜ ao implica em estabilidade assint´ otica. Como
os p´ olos de G(s) s˜ ao em geral um sub-conjunto dos autovalores da matriz A, pode
ocorrer de todos os p´ olos de G(s) possuirem partes reais estritamente negativas,
mas algum autovalor de A possuir parte real nula ou positiva, precisamente um au-
tovalor que foi cancelado no processo de obtenc¸ ˜ ao de G(s). Neste caso, o sistema
n˜ ao seria assintoticamente est´ avel.
17. Como a estabilidade assint ´ otica implica em estabilidade entrada-sa´ıda, o pri-
meiro conceito ´ e mais forte (restritivo) do que o segundo. Quando analisamos a
estabilidade de um sistema do ponto de vista entrada-sa´ıda, estamos preocupados
apenas em garantir que entradas limitadas produzam sa´ıdas limitadas. As vari´ aveis
internas do sistema podem eventualmente assumir valores arbitrariamente grandes,
desde que o efeito l´ıquido das variac¸ ˜ oes produzidas internamente n˜ ao aparec¸am na
sa´ıda do sistema.
EA721 / PAULO VALENTE / UNICAMP 193
Transformac¸ ˜ oes de similaridade
18. Enfatizamos anteriormente que um mesmo sistema dinˆ amico linear e invari-
ante no tempo pode ser representado atrav´ es de vari´ aveis de estado de diferentes
maneiras (diferentes A, B, C e D). Por outro lado, a func¸ ˜ ao de transferˆ encia do sis-
tema ´ e ´ unica. Podemos demonstrar esta importante caracter´ıstica atrav´ es da id´ eia
de transformac¸ ˜ ao de similaridade.
19. Duas matrizes de ordem n s˜ ao similares se possuem exatamente os mesmos
autovalores. Em particular, as matrizes A e T
−1
AT, em que T ´ e qualquer matriz
n˜ ao singular, s˜ ao similares. De fato,
det (sI −T
−1
AT) = det (sT
−1
T −T
−1
AT),
= det [T
−1
(sI −A)T],
= det (T
−1
) det (sI −A) det (T),
= det (sI −A),
pois det (T
−1
) = 1/ det (T). Como A e T
−1
AT possuem o mesmo polinˆ omio
caracter´ıstico, seus autovalores s˜ ao iguais, e as matrizes, similares.
20. Diferentes representac¸ ˜ oes por vari´ aveis de estado de um mesmo sistema est˜ ao
relacionadas atrav´ es de transformac¸ ˜ oes de similaridade. Se
˙ x(t) = Ax(t) +Bu(t),
y(t) = Cx(t) +Du(t)
´ e uma dada representac¸ ˜ ao do sistema e definimos x(t) = T ¯ x(t), T n˜ ao-singular,
obtemos
T
˙
¯ x(t) = AT ¯ x(t) +Bu(t),
y(t) = CT ¯ x(t) +Du(t),
ou como T ´ e n˜ ao-singular,
˙
¯ x(t) =
¯
A¯ x(t) +
¯
Bu(t),
y(t) =
¯
C¯ x(t) +
¯
Du(t),
em que
¯
A = T
−1
AT,
¯
B = T
−1
B,
¯
C = CT e
¯
D = D. Sejam G(s) e
¯
G(s)
as func¸ ˜ oes de transferˆ encia do sistema quando representado pelos estados x e ¯ x,
EA721 / PAULO VALENTE / UNICAMP 194
respectivamente. Por definic¸ ˜ ao
¯
G(s) =
¯
C(sI −
¯
A)
−1
¯
B +
¯
D,
= CT(sI −T
−1
AT)
−1
T
−1
B +D,
= CT[T
−1
(sI −A)T]
−1
T
−1
B +D,
= CTT
−1
(sI −A)
−1
TT
−1
B +D,
= C(sI −A)
−1
B +D,
= G(s),
e as func¸ ˜ oes de transferˆ encia s˜ ao iguais, como esperado.
21. Como diferentes representac¸ ˜ oes por vari´ aveis de estado est˜ ao relacionadas
atrav´ es de transformac¸ ˜ oes de similaridade, a estrutura de autovalores-autovetores
do sistema ´ e preservada sempre que se passa de uma representac¸ ˜ ao para outra. Al-
gumas transformac¸ ˜ oes de similaridade s˜ ao especialmente ´ uteis porque evidenciam
propriedades importantes do sistema, tanto do ponto de vista de an´ alise quanto de
projeto. Entre estas, encontram-se transformac¸ ˜ oes que levam a formas canˆ onicas,
como as formas canˆ onicas control ´ aveis e observ´ aveis.
EA721 / PAULO VALENTE / UNICAMP 195
Aula 21
Realimentac¸ ˜ ao de estados
Controlabilidade
Realimentac¸ ˜ ao de estados
Forma canˆ onica control´ avel
F´ ormula de Ackermann
Controlabilidade
1. A equac¸ ˜ ao de estados de um sistema dinˆ amico linear invariante no tempo repre-
sentado atrav´ es de n vari´ aveis de estado ´ e
˙ x = Ax +Bu, x(0) = x
0
.
As matrizes A(nn) e B (n1), assimcomo a condic¸ ˜ ao inicial x
0
(n1), s˜ ao
quantidades conhecidas. A soluc¸ ˜ ao geral da equac¸ ˜ ao de estados ´ e, como sabemos,
x(t) = e
At
x
0
+
_
t
0
e
A(t−τ)
Bu(τ)dτ, t ≥ 0.
2. Nesta sec¸ ˜ ao analisamos a controlabilidade de sistemas modelados por vari ´ aveis
de estado, isto ´ e, a existˆ encia de entradas de controle capazes de transferir um
sistema de um estado inicial qualquer para um estado final qualquer. Buscamos
caracterizar sob que condic¸ ˜ oes existe um tempo finito t
f
e uma entrada u(t), 0 ≤
t ≤ t
f
tais que
x

= e
At
f
x
0
+
_
t
f
0
e
A(t−τ)
Bu(τ)dτ,
para quaisquer estados inicial x
0
e final x

= x(t
f
) especificados.
Definic¸ ˜ ao. O sistema ˙ x = Ax+Bu ´ e (completamente) control ´ avel se
para x
0
(estado inicial) e x

(estado final) quaisquer, existe um tempo
finito t
f
e uma entrada u(t), 0 ≤ t ≤ t
f
tais que x(t
f
) = x

.
Controlabilidade completa implica na existˆ encia de uma trajet ´ oria ligando dois
pontos (estado inicial e estado final) quaisquer do espac¸o de estados, como ilus-
tra a Figura 21.1. Observamos que controlabilidade ´ e uma propriedade relacionada
apenas ` as matrizes A e B.
EA721 / PAULO VALENTE / UNICAMP 196
PSfrag replacements
x
1
x
2
x
0
x

0
Figura 21.1: Plano de estados.
3. Normalmente utilizamos o seguinte crit´ erio alg´ ebrico para verificar se um dado
sistema ´ e ou n˜ ao control´ avel.
Teorema. O sistema ˙ x = Ax + Bu ´ e control´ avel se e somente se o
rank da matriz de controlabilidade
( =
_
B
.
.
. AB
.
.
.
.
.
. A
n−1
B
_
´ e igual a n.
No caso de sistemas SISO, a matriz de controlabilidade ( ´ e uma matriz qua-
drada de ordem n e a condic¸ ˜ ao rank (() = n ´ e equivalente a det (() ,= 0.
4. Exemplo. Considere o circuito el´ etrico representado na Figura 23.2. As vari´ aveis
de estado naturais do sistema s˜ ao x
1
= corrente no indutor e x
2
= tens˜ ao no capa-
citor.
PSfrag replacements
x
1
x
2
u
u −x
1
y R R
L
C
+
+
+
+




Figura 21.2: Circuito RLC.
EA721 / PAULO VALENTE / UNICAMP 197
Definimos como vari´ avel de sa´ıda a tens˜ ao no resistor em s´ erie com o capacitor.
O sistema ´ e modelado pelas seguintes equac¸ ˜ oes de estado e de sa´ıda derivadas das
leis de Kirchhoff:
−L˙ x
1
−Rx
1
+ (u −x
1
)R +x
2
= 0,
C ˙ x
2
+x
1
= u,
R(u −x
1
) = y.
Na forma matricial,
_
_
˙ x
1
˙ x
2
_
_
=
_
¸
¸
¸
_

2R
L
1
L

1
C
0
_
¸
¸
¸
_
_
_
x
1
x
2
_
_
+
_
¸
¸
¸
_
R
L
1
C
_
¸
¸
¸
_
u,
y =
_
−R 0
¸
_
_
x
1
x
2
_
_
+Ru.
A matriz de controlabilidade, de ordem 2, ´ e
( =
_
B
.
.
. AB
_
=
_
¸
¸
¸
_
R
L

2R
2
L
2
+
1
LC
1
C

R
LC
_
¸
¸
¸
_
.
O circuito da Figura 21.2 ser´ a completamente control´ avel, significando que
qualquer corrente no indutor e tens˜ ao no capacitor podem ser atingidas em tempo
finito atrav´ es da fonte de corrente (entrada) u, se e somente se
det (() = −
R
2
L
2
C
+
2R
2
L
2
C

1
LC
2
=
R
2
L
2
C

1
LC
2
for diferente de zero. Impondo det (() = 0, verificamos que o circuito n˜ ao ´ e
control´ avel apenas quando RC = L/R.
´
E interessante observar que RC e L/R
s˜ ao as constantes de tempo dos ramos L −R e R −C do circuito. Assim, quando
as constantes de tempo s˜ ao iguais, a corrente no indutor e a tens˜ ao no capacitor n˜ ao
podem assumir valores independentemente especificados. Para analisar este ponto
com mais detalhes, considere a transformada de Laplace de x(t) obtida da equac¸ ˜ ao
de estado ˙ x = Ax +Bu com condic¸ ˜ oes iniciais nulas:
X(s) = (sI −A)
−1
BU(s).
EA721 / PAULO VALENTE / UNICAMP 198
Realizando as operac¸ ˜ oes indicadas com as matrizes Ae B relativas ao circuito,
e fazendo a substituic¸ ˜ ao C = L/R
2
para impor n˜ ao-controlabilidade, obtemos
X(s) =
_
¸
¸
¸
_
1
(L/R)s + 1
R
(L/R)s + 1
_
¸
¸
¸
_
U(s).
Portanto,
X
1
(s) =
1
(L/R)s + 1
U(s), X
2
(s) =
R
(L/R)s + 1
U(s) e
X
2
(s)
X
1
(s)
= R,
A anti-transformada de
X
2
(s) = RX
1
(s)
´ e x
2
(t) = Rx
1
(t), indicando que o lugar geom´ etrico dos estados ating´ıveis pela
ac¸ ˜ ao da entrada u ´ e a reta x
2
= Rx
1
no plano de estados x
1
x
2
, conforme ilustra
a Figura 21.3.
PSfrag replacements
x
1
x
2
R
0
Figura 21.3: Estados ating´ıveis do circuito RLC.
A n˜ ao-controlabilidade do circuito se reflete no fato de que apenas os estados
sobre a reta de inclinac¸ ˜ ao R podem ser atingidos pela ac¸ ˜ ao da entrada. A corrente
no indutor e a tens˜ ao no capacitor n˜ ao podem ser especificadas de forma indepen-
dente, embora individualmente tanto a corrente quanto a tens˜ ao possam assumir
valores quaisquer.
Realimentac¸ ˜ ao de estados
EA721 / PAULO VALENTE / UNICAMP 199
5. Realimentac¸ ˜ ao de estados ´ e a principal estrat´ egia para o controle de sistemas
modelados atrav´ es de vari´ aveis de estado. Numa primeira etapa, pressup˜ oe-se que
todos os estados do sistema est˜ ao acess´ıveis para realimentac¸ ˜ ao. Deseja-se obter
umcomportamento regulador para o sistema, no sentido de que o seu estado tenda,
de forma pr´ e-determinada, ao estado de equil´ıbrio x

= 0, a partir de qualquer
estado inicial x(0) ,= 0. A entrada de controle no instante t assume a forma
u(t) = −k
1
x
1
(t) −k
2
x
2
(t) − −k
n
x
n
(t),
onde k
1
, k
2
, . . . , k
n
s˜ ao ganhos de realimentac¸ ˜ ao constantes, a serem determina-
dos, e r(t) ´ e o valor da entrada de referˆ encia no instante t. Definindo a matriz de
ganhos de realimentac¸ ˜ ao K (1 n) como
K =
_
k
1
k
2
k
n
¸
,
a entrada de controle pode ser reescrita na forma matricial como
u(t) = −Kx(t).
Quando a entrada u(t) = −Kx(t) ´ e susbtitu´ıda na equac¸ ˜ ao de estado
˙ x(t) = Ax(t) +Bu(t),
obtemos a equac¸ ˜ ao de estado em malha fechada
˙ x(t) = (A−BK)x(t).
A aplicac¸ ˜ ao da transformada de Laplace a ambos os lados da equac¸ ˜ ao anterior
com condic¸ ˜ ao inicial x(0) permite caracterizar o estado do sistema na forma
X(s) = (sI −A+BK)
−1
x(0) =
adj (sI −A+BK)
det (sI −A+BK)
x(0).
O estado, assim como a sa´ıda do sistema, ´ e fundamentalmente influenciado
pelas ra´ızes da equac¸ ˜ ao caracter´ıstica de malha fechada det (sI −A+BK) = 0,
isto ´ e, pelos autovalores de A−BK. Os autovalores de A−BK ser˜ ao quase sempre
os p´ olos do sistema em malha fechada.
6. Alocac¸ ˜ ao de p´ olos. O princ´ıpio da t´ ecnica de controle por alocac¸ ˜ ao de p´ olos
´ e casar o polinˆ omio caracter´ıstico de malha fechada det (sI − A + BK) com
um certo polinˆ omio p
c
(s); as ra´ızes de p
c
(s) = 0 representam os p´ olos de malha
fechada respons´ aveis pelo comportamento desejado para os estados (sa´ıda) do sis-
tema. Resolvemos ent˜ ao a seguinte equac¸ ˜ ao alg´ ebrica em termos de K, dados A,
B e p
c
(s):
det (sI −A+BK) = p
c
(s).
EA721 / PAULO VALENTE / UNICAMP 200
Se o sistema for control´ avel, qualquer conjunto de p´ olos de malha fechada
espcificado pode ser alocado.
Teorema. Assuma que o sistema ˙ x = Ax + Bu ´ e control´ avel. Ent˜ ao
existe uma matriz K (1 n) tal que
det (sI −A+BK) = p
c
(s).
para qualquer polinˆ omio p
c
(s) de grau n especificado.
7. A determinac¸ ˜ ao de K pode ser feita igualando-se os coeficientes do polinˆ omio
det (sI −A+BK), os quais ser˜ ao func¸ ˜ oes de k
1
, k
2
, . . . , k
n
, com os coeficientes
de mesmo grau do polinˆ omio p
c
(s), cujas ra´ızes s˜ ao os p´ olos desejados de malha
fechada. Desta forma, obtemos um sistema de n equac¸ ˜ oes lineares e n inc´ ognitas
(k
1
, k
2
, . . . , k
n
).
8. Exemplo. Considere a equac¸ ˜ ao de estado representada pelas matrizes
A =
_
_
0 1
−2 −3
_
_
e B =
_
_
0
1
_
_
.
O polinˆ omio caracter´ıstico de A ´ e det (sI − A) = s
2
+ 3s + 2. Os p´ olos
do sistema em malha aberta (ra´ızes da equac¸ ˜ ao caracter´ıstica) s˜ ao −1 e −2. Su-
pondo que os p´ olos de malha fechada devam ter fator de amortecimento ξ = 0.5 e
freq¨ uˆ encia natural ω
n
= 4 rad/s (correspondentes a p´ olos complexos conjulgados
em−2±j2

3), desejamos ent˜ ao que o polinˆ omio caracter´ıstico de malha fechada
seja
p
c
(s) = s
2
+ 2ξω
n
s +ω
2
n
= s
2
+ 4s + 16.
Por outro lado,
det (sI −A+BK) = det
_
_
_
_
s 0
0 s
_
_

_
_
0 1
−2 −3
_
_
+
_
_
0
1
_
_
_
k
1
k
2
¸
_
_
.
Efetuando as operac¸ ˜ oes indicadas,
det (sI −A+BK) = det
_
_
_
_
s −1
(2 +k
1
) s + (3 +k
2
)
_
_
_
_
,
= s[s + (3 +k
2
)] + (2 +k
1
),
= s
2
+ (3 +k
2
)s + (2 +k
1
).
EA721 / PAULO VALENTE / UNICAMP 201
Da identidade det (sI − A + BK) = p
c
(s) obtemos um sistema com duas
equac¸ ˜ oes lineares e duas inc´ ognitas:
3 +k
2
= 4,
2 +k
1
= 16.
Logo k
1
= 14, k
2
= 1 e
K =
_
k
1
k
2
¸
=
_
14 1
¸
.
Forma canˆ onica control ´ avel
8. O c´ alculo dos ganhos de realimentac¸ ˜ ao, dados A, B e p
c
(s), ´ e substancial-
mente mais simples quando a representac¸ ˜ ao de estados do sistema encontra-se na
chamada forma canˆ onica control ´ avel. A forma canˆ onica control´ avel associada ` a
func¸ ˜ ao de transferˆ encia
G(s) =
b
n
s
n
+b
n−1
s
n−1
+ +b
1
s +b
0
s
n
+a
n−1
s
n−1
+ +a
1
s +a
0
´ e
˙ x =
_
¸
¸
¸
¸
¸
_
0 1 0 0
0 0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1
−a
0
−a
1
−a
2
−a
n−1
_
¸
¸
¸
¸
¸
_
x +
_
¸
¸
¸
¸
¸
_
0
0
.
.
.
0
1
_
¸
¸
¸
¸
¸
_
u,
y =
_
b
0
−a
0
b
n
b
1
−a
1
b
n
b
n−1
−a
n−1
b
n
¸
x +b
n
u.
A matriz de estados A encontra-se representada numa forma denominada de
forma companheira, a partir da qual podemos obter facilmente o polinˆ omio ca-
racter´ıstico de A:
det (sI −A) = s
n
+a
n−1
s
n−1
+ +a
1
s +a
0
.
2. Supondo realimentac¸ ˜ ao de estados u = −Kx, a matriz de estados do sistema
em malha fechada assume a forma
EA721 / PAULO VALENTE / UNICAMP 202
A−BK =
_
¸
¸
¸
¸
¸
_
0 1 0 0
0 0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1
−a
0
−a
1
−a
2
−a
n−1
_
¸
¸
¸
¸
¸
_

_
¸
¸
¸
¸
¸
_
0
0
.
.
.
0
1
_
¸
¸
¸
¸
¸
_
_
k
1
k
2
k
n
¸
,
=
_
¸
¸
¸
¸
¸
_
0 1 0 0
0 0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1
−(a
0
+k
1
) −(a
1
+k
2
) −(a
2
+k
3
) −(a
n−1
+k
n
)
_
¸
¸
¸
¸
¸
_
.
Como A − BK tamb´ em se encontra numa forma companheira, o polinˆ omio
caracter´ıstico do sistema em malha fechada ´ e
det (sI −A+BK) = s
n
+ (a
n−1
+k
n
)s
n−1
+ + (a
1
+k
2
)s + (a
0
+k
1
).
Definindo o polinˆ omio desejado como
p
c
(s) = s
n
+q
n−1
s
n−1
+ +q
1
s +q
0
,
da identidade det (sI−A+BK) = p
c
(s) resulta umsistema de n equac¸ ˜ oes lineares
a n inc´ ognitas trivial, que resolvido fornece os ganhos de realimentac¸ ˜ ao:
k
1
= q
0
−a
0
,
k
2
= q
1
−a
1
,
.
.
.
k
n
= q
n−1
−a
n−1
.
9. Exemplo. Notando que as matrizes A e B do exemplo anterior encontram-se
na forma canˆ onica control´ avel e que a
0
= 2, a
1
= 3, q
0
= 16 e q
1
= 4, obtemos
diretamente os ganhos de realimentac¸ ˜ ao:
k
1
= q
0
−a
0
= 16 −2 = 14,
k
2
= q
1
−a
1
= 4 −3 = 1.
EA721 / PAULO VALENTE / UNICAMP 203
F´ ormula de Ackermann
10. Obter a forma canˆ onica control´ avel e os ganhos de realimentac¸ ˜ ao de um sis-
tema dinˆ amico s˜ ao tarefas simples quando a func¸ ˜ ao de transferˆ encia do sistema
´ e conhecida. Entretanto, em certos casos conhecemos apenas uma representac¸ ˜ ao
de estados do sistema, e a representac¸ ˜ ao n˜ ao se encontra na forma canˆ onica con-
trol´ avel.
11.
´
E poss´ıvel mostrar que se o sistema n˜ ao se encontra na forma canˆ onica con-
trol´ avel, mas ´ e control´ avel (rank (() = n), existe uma transformac¸ ˜ ao de similari-
dade que leva o sistema a ser representado na forma canˆ onica control´ avel. Como
o objetivo da transformac¸ ˜ ao ´ e facilitar a obtenc¸ ˜ ao dos ganhos de realimentac¸ ˜ ao
adotamos de vez a chamada f ´ ormula de Ackermann:
K =
_
0 0 0 1
¸
. ¸¸ .
n componentes
(
−1
p
c
(A),
na qual ( ´ e a matriz de controlabilidade do sistema, p
c
(A) ´ e a matriz definida por
p
c
(s) = A
n
+q
n−1
A
n−1
+ +q
1
A+q
0
I,
e q
0
, q
1
, . . . , q
n−1
s˜ ao os coeficientes do polinˆ omio caracter´ıstico desejado para o
sistema em malha fechada.
12. Exemplo. Retomando o exemplo anterior e ignorando o fato de que o sistema
se encontra na forma canˆ onica control´ avel, obtemos
p
c
(A) = A
2
+ 4A+ 16I,
=
_
_
0 1
−2 −3
_
_
2
+ 4
_
_
0 1
−2 −3
_
_
+ 16
_
_
1 0
0 1
_
_
,
=
_
_
14 1
−2 11
_
_
.
Como o sistema ´ e control´ avel (det (() ,= 0, verifique), a inversa de ( existe e ´ e
dada por
(
−1
=
_
B
.
.
. AB
_
−1
=
_
_
0 1
1 −3
_
_
−1
=
_
_
3 1
1 0
_
_
.
EA721 / PAULO VALENTE / UNICAMP 204
Os ganhos de realimentac¸ ˜ ao s˜ ao obtidos atrav´ es da f´ ormula de Ackermann:
K =
_
0 1
¸
(
−1
p(A),
=
_
0 1
¸
_
_
3 1
1 0
_
_
_
_
14 1
−2 11
_
_
,
=
_
14 1
¸
,
os mesmos ganhos encontrados pelos procedimentos anteriores.
EA721 / PAULO VALENTE / UNICAMP 205
Aula 22
Estimadores de estado
Observabilidade
Estimador (observador) de estados
Forma canˆ onica observ´ avel
F´ ormula de Ackermann
Controlador baseado no estimador
Observabilidade
1. A estrat´ egia de controle por realimentac¸ ˜ ao de estados pressup˜ oe que todos os
n estados do sistema est˜ ao dispon´ıveis para realimentac¸ ˜ ao, o que raramente ocorre
em situac¸ ˜ oes pr´ aticas. Conhecemos (medimos) em geral apenas a quantidade esco-
lhida como sa´ıda do sistema. Para que seja poss´ıvel implementar a realimentac¸ ˜ ao
de estados faz-se necess´ ario estimar os estados internos do sistema.
2. Nesta sec¸ ˜ ao analisamos a observabilidade de um sistema dinˆ amico linear inva-
riante no tempo modelado por vari´ aveis de estado:
˙ x = Ax, (52)
y = Cx. (53)
Como a entrada u ´ e conhecida, as parcelas Bu e Du que dependem de u n˜ ao
precisam ser explicitamente consideradas no estudo de observabilidade. As ma-
trizes A (n n) e C (n 1) s˜ ao quantidades conhecidas, mas n˜ ao a condic¸ ˜ ao
inicial do sistema x(0) = x
0
. Se x
0
fosse conhecida, ent˜ ao o estado do sistema em
qualquer instante de tempo futuro tamb´ em seria conhecido a partir da soluc¸ ˜ ao da
equac¸ ˜ ao de estados:
x(t) = e
At
x
0
, t ≥ 0. (54)
A id´ eia por tr´ as do estudo de observabilidade ´ e determinar x
0
atrav´ es da sa´ıda
do sistema:
y(t) = Ce
At
x
0
, t ≥ 0. (55)
Definic¸ ˜ ao. O sistema ˙ x = Ax, y = Cx ´ e (completamente) ob-
serv´ avel se existe um tempo finito t
f
tal que o conhecimento da sa´ıda
EA721 / PAULO VALENTE / UNICAMP 206
y(t) no intervalo 0 ≤ t ≤ t
f
´ e suficiente para se determinar a condic¸ ˜ ao
inicial x
0
.
Observabilidade ´ e uma propriedade relacionada apenas ` as matrizes A e C. O
seguinte crit´ erio alg´ ebrico ´ e normalmente utilizado para verificar se um dado sis-
tema ´ e ou n˜ ao observ´ avel.
Teorema. O sistema ˙ x = Ax, y = Cx ´ e observ´ avel se e somente se
o rank da matriz de observabilidade
O =
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
C
. . .
CA
. . .
.
.
.
. . .
CA
n−1
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
´ e igual a n.
Como a matriz de observabilidade O ´ e uma matriz quadrada de ordem n (sis-
temas SISO), a condic¸ ˜ ao rank (O) = n ´ e equivalente a det (O) ,= 0.
4. Exemplo. A representac¸ ˜ ao de estados do circuito el´ etrico representado na Fi-
gura 22.1 ´ e
_
_
˙ x
1
˙ x
2
_
_
=
_
¸
¸
¸
_

2R
L
1
L

1
C
0
_
¸
¸
¸
_
_
_
x
1
x
2
_
_
+
_
¸
¸
¸
_
R
L
1
C
_
¸
¸
¸
_
u,
y =
_
−R 0
¸
_
_
x
1
x
2
_
_
+Ru.
A matriz de observabilidade, de ordem 2, ´ e
O =
_
_
C
. . .
CA
_
_
=
_
¸
¸
_
−R 0
2R
2
L

R
L
_
¸
¸
_
.
EA721 / PAULO VALENTE / UNICAMP 207
PSfrag replacements
x
1
x
2
u
u −x
1
y R R
L
C
+
+
+
+




Figura 22.1: Circuito RLC.
O circuito da Figura 22.1 ser´ a completamente observ´ avel, significando que a
partir da tens˜ ao medida no resistor em s´ erie com o capacitor durante um intervalo
de tempo finito 0 ≤ t ≤ t
f
´ e poss´ıvel determinar a corrente e a tens˜ ao in´ıciais no
indutor e no capacitor, se e somente se
det (O) =
R
2
L
for diferente de zero. O sistema (circuito) ´ e observ´ avel para quaisquer valores n˜ ao-
nulos de R e L. N˜ ao seria observ´ avel se por exemplo R = 0, quando ent˜ ao a sa´ıda
medida por um volt´ımetro seria identicamente nula.
Estimador (observador) de estados
5. Se os estados do sistema n˜ ao est˜ ao diretamente dispon´ıveis para realimentac¸ ˜ ao,
mas o sistema ´ e observ´ avel, ´ e poss´ıvel construir um estimador ou observador de
estados e substituir a realimentac¸ ˜ ao do estado real x(t) pela sua estimativa ˆ x(t).
O chamado estimador de ordem completa ´ e descrito pela equac¸ ˜ ao de estados
estimados
˙
ˆ x(t) = Aˆ x(t) +L(y(t) −Cˆ x(t)) +Bu(t), ˆ x(0) = ˆ x
0
, (56)
= (A−LC)ˆ x(t) +Ly(t) +Bu(t). (57)
O estimador (56)-(57) ´ e de ordem completa porque a dimens˜ ao do vetor de
estados estimados ˆ x(t) ´ e igual ` a dimens˜ ao de vetor de estados original x(t). A
equac¸ ˜ ao do estimador possui duas entradas independentes, y(t) e u(t). A diferenc¸a
entre a sa´ıda da planta y(t), medida, e a sa´ıda do estimador, Cˆ x(t), fict´ıcia, ´ e
EA721 / PAULO VALENTE / UNICAMP 208
ponderada pela matriz L, de dimens˜ ao n1, denominada de matriz de ganhos de
estimativa:
L =
_
¸
¸
¸
_
l
1
l
2
.
.
.
l
n
_
¸
¸
¸
_
.
6. Se a matriz Lfor escolhida de tal forma que as ra´ızes do polinˆ omio caracter´ıstico
de A − LC tenham partes reais negativas, ent˜ ao o estado estimado ˆ x(t) tende ao
estado real x(t) quando t tende ao infinito. De fato, definindo o erro de estimativa
no instante t como
e(t) = x(t) − ˆ x(t),
obtemos a seguinte equac¸ ˜ ao dinˆ amica para o erro:
˙ e = ˙ x −
˙
ˆ x,
= Ax +Bu −[Aˆ x +L(y −Cˆ x) +Bu] ,
= Ax −Aˆ x −LCx +LCˆ x,
= (A−LC)(x − ˆ x),
= (A−LC)e, e(0) = x(0) − ˆ x(0).
A soluc¸ ˜ ao para a equac¸ ˜ ao do erro ´ e
e(t) = e
(A−LC)t
e(0), t ≥ 0,
e se todos os autovalores de A−LC possuirem partes reais estritamente negativas,
ent˜ ao e(t) →0 quanto t →∞, qualquer que seja o erro inicial e(0) (desconhecido,
porque n˜ ao conhecemos x(0)). Consequentemente, ˆ x(t) → x(t) quando t →
∞, como desejado. Para determinar L utilizamos um procedimento an´ alogo ao
adotado para a determinac¸ ˜ ao do ganho de realimentac¸ ˜ ao K. As ra´ızes do polinˆ omio
caracter´ıstico de A−LC determinam como ˆ x(t) responde ` as entradas y(t) e u(t),
como indica a transformada de Laplace de (56)-(57):
ˆ
X(s) = (sI −A+LC)
−1
LY (s) + (sI −A+LB)
−1
BU(s),
=
adj (sI −A+LC)
det (sI −A+LC)
LY (s) +
adj (sI −A+LC)
det (sI −A+LC)
BU(s).
Escolhemos ent˜ ao as ra´ızes desejadas para det (sI −A+LC) na forma de um
polinˆ omio p
o
(s) e em seguida resolvemos
det (sI −A+LC) = p
o
(s),
EA721 / PAULO VALENTE / UNICAMP 209
agora em termos de L. Se o sistema for observ´ avel, qualquer conjunto de p´ olos
(isto ´ e, qualquer p
o
(s)) para o estimador pode ser alocado.
Teorema. Assuma que o sistema ˙ x = Ax, y = Cx ´ e observ´ avel.
Ent˜ ao existe uma matriz L (n 1) tal que
det (sI −A+LC) = p
o
(s). (58)
qualquer que seja o polinˆ omio p
o
(s) de grau n.
7. A determinac¸ ˜ ao de L que resolve (58) pode ser feita igualando-se os coeficientes
do polinˆ omio det (sI − A + LC), os quais ser˜ ao func¸ ˜ oes de l
1
, l
2
, . . . , l
n
, com os
coeficientes de mesmo grau do polinˆ omio p
o
(s), cujas ra´ızes s˜ ao os p´ olos desejados
para o estimador. Obtemos ent˜ ao um sistema de n equac¸ ˜ oes lineares e n inc´ ognitas
(l
1
, l
2
, . . . , l
n
).
8. Como o estado real x(t) ser´ a substitu´ıdo pelo estado estimado ˆ x(t) para fins de
realimentac¸ ˜ ao, quando mais r´ apido se der a convergˆ encia de ˆ x(t) para x(t) melhor.
Isso exige escolher p´ olos para o estimador com constantes de tempo suficiente-
mente mais r´ apidas do que aquelas escolhidas para o sistema em malha fechada.
Um crit´ erio pr´ atico consiste em escolher as constantes de tempo do estimador de
3 a 5 vˆ ezes menores do que a menor constante de tempo do sistema em malha
fechada.
9. Exemplo. Considere o sistema representado pelas matrizes (relevantes para o
projeto do observador)
A =
_
_
0 1
−2 −3
_
_
e C =
_
1 0
¸
.
Os p´ olos do sistema emmalha fechada foramalocados atrav´ es de realimentac¸ ˜ ao
de estados em −2 ± j2

3. Escolhendo os p´ olos do estimador com constantes de
tempo 5 vˆ ezes mais r´ apidas, −10±j2

3, obtemos o polinˆ omio caracter´ıstico para
o estimador
p
o
(s) = (s + 10 −j2

3)(s + 10 +j2

3),
= s
2
+ 20s + 112.
Por outro lado,
det (sI −A+LC) = det
_
_
_
_
s 0
0 s
_
_

_
_
0 1
−2 −3
_
_
+
_
_
l
1
l
2
_
_
_
1 0
¸
_
_
.
EA721 / PAULO VALENTE / UNICAMP 210
Efetuando as operac¸ ˜ oes indicadas,
det (sI −A+LC) = det
_
_
_
_
s +l
1
−1
2 +l
2
s + 3
_
_
_
_
,
= (s +l
1
)(s + 3) + (2 +l
2
),
= s
2
+ (3 +l
1
)s + (2 + 3l
1
+l
2
).
Da identidade det (sI −A+LC) = p
o
(s) obtemos
3 +l
1
= 20,
2 + 3l
1
+l
2
= 112.
Logo l
1
= 17, l
2
= 59 e
L =
_
_
l
1
l
2
_
_
=
_
_
17
59
_
_
.
Forma canˆ onica observ´ avel
10. Assim como a forma canˆ onica control´ avel facilita o c´ alculo dos ganhos de
realimentac¸ ˜ ao de estados, a forma canˆ onica observ´ avel simplifica substancial-
mente o c´ alculo dos ganhos do observador. A forma canˆ onica observ´ avel associada
` a func¸ ˜ ao de transferˆ encia
G(s) =
b
n
s
n
+b
n−1
s
n−1
+ +b
1
s +b
0
s
n
+a
n−1
s
n−1
+ +a
1
s +a
0
´ e
˙ x =
_
¸
¸
¸
_
0 0 0 −a
0
1 0 0 −a
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 −a
n−1
_
¸
¸
¸
_
x +
_
¸
¸
¸
_
b
0
−a
0
b
n
b
1
−a
1
b
n
.
.
.
b
n−1
−a
n−1
b
n
_
¸
¸
¸
_
u,
y =
_
0 0 1
¸
x +b
n
u.
EA721 / PAULO VALENTE / UNICAMP 211
Assim com a matriz de estados na forma canˆ onica control´ avel, a matriz de
estados na forma canˆ onica observ´ avel encontra-se representada numa forma com-
panheira, a partir da qual o polinˆ omio caracter´ıstico de A ´ e facilmente obtido:
det (sI −A) = s
n
+a
n−1
s
n−1
+ +a
1
s +a
0
.
11. Com o sistema representado na forma canˆ onica observ´ avel, a matriz A − LC
do estimador assume a forma
A−LC =
_
¸
¸
¸
_
0 0 0 −a
0
1 0 0 −a
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 −a
n−1
_
¸
¸
¸
_

_
¸
¸
¸
_
l
1
l
2
.
.
.
l
n
_
¸
¸
¸
_
_
0 0 1
¸
,
=
_
¸
¸
¸
_
0 0 0 −(a
0
+l
1
)
1 0 0 −(a
1
+l
2
)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 −(a
n−1
+l
n
)
_
¸
¸
¸
_
.
Como A − LC tamb´ em se encontra numa forma companheira, o polinˆ omio
caracter´ıstico de A−LC ´ e
det (sI −A+LC) = s
n
+ (a
n−1
+l
n
)s
n−1
+ + (a
1
+l
2
)s + (a
0
+l
1
).
Definindo o polinˆ omio desejado como
p
o
(s) = s
n
+q
n−1
s
n−1
+ +q
1
s +q
0
,
da identidade det (sI −A+LC) = p
o
(s) resulta um sistema de n equac¸ ˜ oes lineares
a n inc´ ognitas trivial, que resolvido fornece os ganhos do estimador:
l
1
= q
0
−a
0
,
l
2
= q
1
−a
1
,
.
.
.
l
n
= q
n−1
−a
n−1
.
F´ ormula de Ackermann
EA721 / PAULO VALENTE / UNICAMP 212
12. Com a mesma motivac¸ ˜ ao que levou ` a f´ ormula de Ackermann para o c´ alculo
dos ganhos de realimentac¸ ˜ ao de estados, ´ e poss´ıvel mostrar que se o sistema n˜ ao se
encontra na forma canˆ onica observ´ avel, mas ´ e observ´ avel (rank (O) = n), existe
uma transformac¸ ˜ ao de similaridade que leva o sistema a ser representado na forma
canˆ onica observ´ avel. A f´ ormula de Ackermann correspondente para o c´ alculo dos
ganhos do estimador ´ e
L = p
o
(A)O
−1
_
¸
¸
¸
_
0
0
.
.
.
1
_
¸
¸
¸
_
,
na qual O ´ e a matriz de observabilidade do sistema, p
o
(A) ´ e a matriz definida por
p
o
(A) = A
n
+q
n−1
A
n−1
+ +q
1
A+q
0
I,
e q
0
, q
1
, . . . , q
n−1
s˜ ao os coeficientes do polinˆ omio caracter´ıstico desejado para o
observador.
13. Exemplo. Retomando o exemplo anterior, obtemos
p
o
(A) = A
2
+ 20A+ 112I,
=
_
_
0 1
−2 −3
_
_
2
+ 20
_
_
0 1
−2 −3
_
_
+ 112
_
_
1 0
0 1
_
_
,
=
_
_
110 17
−34 59
_
_
.
Como o sistema ´ e observ´ avel (det (O) ,= 0, verifique), a inversa de O existe e
´ e dada por
O
−1
=
_
_
C
. . .
CA
_
_
−1
=
_
_
1 0
0 1
_
_
−1
=
_
_
1 0
0 1
_
_
.
EA721 / PAULO VALENTE / UNICAMP 213
Os ganhos do estimador s˜ ao obtidos atrav´ es da f´ ormula de Ackermann:
L = p(A)O
−1
_
0
1
_
,
=
_
_
110 17
−34 59
_
_
_
_
1 0
0 1
_
_
_
_
0
1
_
_
=
_
_
17
59
_
_
,
os mesmos ganhos encontrados pelo procedimento anterior.
Controlador baseado no estimador
14. Dado um sistema dinˆ amico representado por vari´ aveis de estado, control´ avel e
observ´ avel,
˙ x = Ax +Bu,
y = Cx,
a ser controlado atrav´ es de realimentac¸ ˜ ao dos estados estimados, u = −Kˆ x, pode-
mos determinar a func¸ ˜ ao de transferˆ encia de um controlador dinˆ amico equivalente
a partir das seguintes equac¸ ˜ oes de estado e de sa´ıda:
˙
ˆ x = (A−LC)ˆ x +Bu +Ly,
= (A−LC)ˆ x −BKˆ x +Ly,
= (A−LC −BK)ˆ x +Ly,
u = −Kˆ x.
A sa´ıda da planta y passa a ser a entrada de um controlador baseado no esti-
mador (ˆ x representa o estado do controlador), enquanto que a sa´ıda do controlador
corresponde ` a entrada da planta, u. Neste caso, a func¸ ˜ ao de transferˆ encia do con-
trolador dinˆ amico ´ e dada por
C(s) = −K(sI −A+LC +BK)
−1
L,
a qual fica completemente caracterizada ap´ os a obtenc¸ ˜ ao dos ganhos de realimentac¸ ˜ ao
e de estimativa. A propriedade que nos garante ser poss´ıvel determinar K e L in-
dependentemente recebe o nome de Princ´ıpio da Separac¸ ˜ ao.
EA721 / PAULO VALENTE / UNICAMP 214
Aula 23
Realimentac¸ ˜ ao de estados – comportamento servo
Controle proporcional
Controle integral
Controle proporcional
1. A realimentac¸ ˜ ao linear de estados foi apresentada como uma t´ ecnica de projeto
para se obter comportamento regulador do sistema de controle. Especificamente,
dada a equac¸ ˜ ao de estados de um sistema linear invariante no tempo a ser contro-
lado,
˙ x = Ax +Bu,
y = Cx,
deseja-se transferir o sistema de uma condic¸ ˜ ao inicial x(0) qualquer para a origem
do espac¸o de estados. O controle da haste de um pˆ endulo invertido na posic¸ ˜ ao
de equil´ıbrio vertical, caracterizada por θ = 0,
˙
θ = 0, x = 0 e ˙ x = 0, ´ e uma
aplicac¸ ˜ ao t´ıpica. Com a definic¸ ˜ ao usual de vari´ aveis de estado x
1
= θ, x
2
=
˙
θ,
x
3
= x e x
4
= ˙ x, e supondo que o sistema ´ e levado inicialmente a uma condic¸ ˜ ao
x(0) ,= 0 pela ac¸ ˜ ao de um dist ´ urbio externo, por exemplo, o sistema de controle
deve ser capaz de restaurar a posic¸ ˜ ao de equil´ıbrio x = 0, o que basicamente
envolve selecionar uma matriz de ganhos de realimentac¸ ˜ ao K tal que todos os
autovalores de A−BK tenham partes reais negativas. Desta forma, o sistema em
malha fechada
˙ x = (A−BK)x
torna-se assintoticamente est´ avel, isto ´ e, x(t) = e
(A−BK)t
x(0) tende a zero quando
t tende ao infinito, qualquer que seja a condic¸ ˜ ao inicial x(0).
2. A t´ ecnica de controle por realimentac¸ ˜ ao de estados tamb´ em pode ser utilizada
para obter comportamento servo. Atrav´ es de uma escolha adequada, ´ e sempre
poss´ıvel definir a sa´ıda da planta como sendo uma das vari´ aveis de estado. A
Figura 23.1 ilustra o sistema de controle em malha fechada com realimentac¸ ˜ ao de
estados a ser empregado.
EA721 / PAULO VALENTE / UNICAMP 215
PSfrag replacements
+ +
− −
k
1
˙ x = Ax +Bu
r y = x
1
x u
C
¯
K
Figura 23.1: Realimentac¸ ˜ ao de estados- controle proporcional.
Sem perda de generalidade, definimos y
1
= x
1
, e supomos que a referˆ encia a
ser seguida ´ e r(t) = r
0
, t > 0, uma func¸ ˜ ao degrau de amplitude r
0
. A entrada de
controle pode ser escrita na forma
u = −
¯
Kx +k
1
e
= −
¯
Kx +k
1
(r −x
1
),
onde
¯
K =
_
0 k
2
k
3
k
n
¸
.
Adinˆ amica do sistema emmalha fechada para a referˆ encia degrau de amplitude
r
0
aplicada no instante t = 0 ´ e governada pela equac¸ ˜ ao de estados
˙ x = (A−BK)x +Bk
1
r,
cuja soluc¸ ˜ ao geral ´ e
x(t) = e
(A−BK)t
x(0) +
_
t
0
e
(A−BK)(t−τ)
Bk
1
r
0
dτ, t ≥ 0.
A matriz de ganhos de realimentac¸ ˜ ao K ´ e determinada de forma que o sistema
em malha fechada seja assintoticamente est´ avel. Com isso, o estado do sistema
quando quando t tende ao infinito,
x(∞) = lim
t→∞
x(t)
= lim
t→∞
e
(A−BK)t
x(0) + lim
t→∞
_
t
0
e
(A−BK)(t−τ)
Bk
1
r
0

=
_

0
e
(A−BK)(t−τ)
Bk
1
r
0

EA721 / PAULO VALENTE / UNICAMP 216
tende a um vetor constante. Consequentemente,
˙ x(∞) = 0 = (A−BK)x(∞) +Bk
1
r(∞), r(∞) = r
0
.
Como por hip´ otese todos os autovalores de A − BK possuem partes reais
negativas, a matriz inversa de A−BK existe
1
. Podemos ent˜ ao calcular os valores
de regime do vetor de estados,
x(∞) = −(A−BK)
−1
Bk
1
r
0
,
da entrada de controle,
u(∞) = −Kx(∞) +k
1
r
0
,
e da sa´ıda da planta, y(∞) = x
1
(∞).
3. Exemplo. Considere a planta de segunda ordem definida por
P(s) =
Y (s)
U(s)
=
1
(s +α)(s + 1)
=
1
s
2
+ (1 +α)s +α
,
onde α ´ e um parˆ ametro real. A representac¸ ˜ ao do sistema na forma canˆ onica con-
trol´ avel ´ e
˙ x =
_
_
0 1
−α −(1 +α)
_
_
x +
_
_
0
1
_
_
u,
y =
_
1 0
¸
x.
O polinˆ omio caracter´ıstico de A ´ e dado por
det(sI −A) = s
2
+ (1 +α)s +α
= s
2
+a
1
s +a
0
.
Supondo que o objetivo seja alocar os dois p´ olos de malha fechada em −4, o po-
linˆ omio desejado fica sendo p
c
(s) = (s + 4)
2
; a matriz de ganhos K deve ser tal
que
det(sI −A+BK) = s
2
+ 8s + 16
= s
2
+q
1
s +q
0
.
1
Propriedade utilizada: uma matriz quadrada ´ e invert´ı vel se e somente se todos os seus autovalo-
res s˜ ao diferentes de zero
EA721 / PAULO VALENTE / UNICAMP 217
Como o sistema se encontra na forma canˆ onica control´ avel, os ganhos de
realimentac¸ ˜ ao s˜ ao facilmente obtidos:
k
1
= q
0
−a
0
= 16 −α
k
2
= q
1
−a
1
= 7 −α.
Neste caso,
A−BK =
_
_
0 1
−16 −8
_
_
e (A−BK)
−1
=
1
16
_
_
−8 −1
16 0
_
_
.
Os valores de regime dos estados s˜ ao dados por
x(∞) =
_
_
x
1
(∞)
x
2
(∞)
_
_
= −(A−BK)
−1
Bk
1
r
0
= −
1
16
_
_
−8 −1
16 0
_
_
_
_
0
1
_
_
(16 −α)r
0
=
_
¸
_
_
1 −
α
16
_
r
0
0
_
¸
_.
O valor de regime da entrada de controle, ap´ os simplificac¸ ˜ oes, assume a forma
u(∞) = −Kx(∞) +k
1
r
0
= α
_
1 −
α
16
_
r
0
.
Finalmente, o valor de regime da sa´ıda ´ e dado por
y(∞) = x
1
(∞) =
_
1 −
α
16
_
r
0
.
Se α = 0, ent˜ ao y(∞) = r
0
, indicando que sa´ıda do sistema passar´ a a seguir a
referˆ encia degrau de amplitude r
0
sem erro de regime. Nesta condic¸ ˜ ao, u(∞) = 0.
Este resultado era previs´ıvel, uma vez que para α = 0, o sistema possui um p´ olo
na origem, e sistemas desse tipo (Tipo 1) n˜ ao apresentam erros de regime para
entradas constantes.
Controle integral
EA721 / PAULO VALENTE / UNICAMP 218
4. Como nem todo sistema a controlar possui um integrador natural que anule o
erro de regime para entrada degrau, torna-se necess´ ario inclu´ı-lo adequadamente na
malha de controle. A Figura 23.2 ilustra um sistema de controle em malha fechada
com um bloco integrador no caminho direto entre a referˆ encia e a sa´ıda da planta.
PSfrag replacements
+ +
− −
k
I
˙ x = Ax +Bu
r y x u
C
ξ
˙
ξ
_
K
Figura 23.2: Realimentac¸ ˜ ao de estados - controle integral.
A representac¸ ˜ ao de estados associada ao sistema ilustrado na Figura 23.2 ´ e
˙ x = Ax +Bu,
˙
ξ = r −y,
y = Cx,
onde u = −Kx + K
I
ξ e K
I
´ e o chamado ganho integral, uma constante a ser
determinada juntamente com K a partir das especificac¸ ˜ oes de desempenho para o
sistema em malha fechada. Como anteriormente, assuma que r(t) = r
0
, t > 0.
5. As equac¸ ˜ oes anteriores representam um sistema aumentado, uma vez que o
vetor de estados foi acrescido da vari´ avel auxiliar ξ. Na forma matricial, obt´ em-se
_
_
˙ x
˙
ξ
_
_
=
_
_
A 0
−C 0
_
_
_
_
x
ξ
_
_
+
_
_
B
0
_
_
u +
_
_
0
1
_
_
r.
Dado que u = −Kx+K
I
ξ, podemos reescrever a equac¸ ˜ ao de estado na forma
compacta
_
_
˙ x
˙
ξ
_
_
=
_
_
A−BK BK
I
−C 0
_
_
_
_
x
ξ
_
_
+
_
_
0
1
_
_
r.
EA721 / PAULO VALENTE / UNICAMP 219
Defina
˜ x =
_
_
x
ξ
_
_
,
˜
A =
_
_
A−BK BK
I
−C 0
_
_
e
˜
B =
_
_
0
1
_
_
.
As dimens˜ oes de ˜ x,
˜
A e
˜
B s˜ ao (n + 1), (n + 1) (n + 1) e (n + 1)
1, respectivamente. A equac¸ ˜ ao de estado do sistema aumentado assume a forma
matricial compacta
˙
˜ x =
˜
A˜ x +
˜
Br.
Supondo que os ganhos K e K
I
possam ser escolhidos de tal forma que todos
os autovalores de
˜
Atenham partes reais negativas, ent˜ ao com argumentos similares
aos utilizados no caso de controle proporcional, podemos mostrar que o estado do
sistema aumentado,
˜ x(t) = e
˜
At
x(0) +
_
t
0
e
˜
A(t−τ)
˜
Br
0
dτ, t ≥ 0.
atinge um valor constante ˜ x(∞) quando t tende ao infinito, o mesmo acontecendo
com a entrada de controle, u(∞) = −Kx(∞) + K
I
ξ(∞), e com a sa´ıda do sis-
tema, y(∞) = Cx(∞). Os valores de regime podem ser determinados a partir das
equac¸ ˜ oes de estados do sistema aumentado:
˙ x(∞) = 0 = Ax(∞) +Bu(∞)
˙
ξ(∞) = 0 = r
0
−Cx(∞),
ou ainda,
_
_
A B
−C 0
_
_
_
_
x(∞)
u(∞)
_
_
=
_
_
0
−r
0
_
_
.
Se a matriz ` a esquerda for n˜ ao-singular, isto ´ e, se rank(
˜
A) = n + 1, ent˜ ao x(∞) e
u(∞) ser˜ ao calculados atrav´ es de
_
_
x(∞)
u(∞)
_
_
=
_
_
A B
−C 0
_
_
−1
_
_
0
−r
0
_
_
,
e como
u(∞) = −Kx(∞) +K
I
ξ(∞),
obt´ em-se
ξ(∞) =
1
K
I
[u(∞) +Kx(∞)].
EA721 / PAULO VALENTE / UNICAMP 220
A sa´ıda do sistema ´ e y(∞) = Cx(∞). O resultado que permite caracterizar os
valores de regime do sistema emmalha fechada na forma acima pode ser enunciado
como segue.
Teorema. Se o sistema ˙ x = Ax +Bu ´ e control´ avel e
rank
_
_
_
_
A B
−C 0
_
_
_
_
= n + 1,
ent˜ ao os autovalores de
˜
A podem ser arbitrariamente alocados atrav´ es
de escolhas apropriadas de K e K
I
.
6. Exemplo. Considere a planta de primeira ordem definida por
P(s) =
Y (s)
U(s)
=
0.25
s + 0.1
.
Uma representac¸ ˜ ao do sistema na forma de estado ´ e
˙ x = −0.1x + 0.25u,
y = x.
Note que n = 1, A = [−0.1], B = [0.25] e C = [1]. O sistema em malha aberta
´ e control´ avel e possui um p´ olo real em −0.1. O sistema aumentado, de ordem
n + 1 = 2, ´ e dado por
_
_
˙ x
˙
ξ
_
_
=
_
_
−0.1 −0.25K 0.25K
I
−1 0
_
_
_
_
x
ξ
_
_
+
_
_
0
1
_
_
r.
Como
rank
_
_
_
_
−0.1 0.25
−1 0
_
_
_
_
= 2,
os autovalores do sistema aumentado podem ser arbitrariamente alocados atrav´ es
de K e K
I
. Supondo que o objetivo seja alocar os dois p´ olos de malha fechada do
sistema aumentado em −2, o polinˆ omio desejado fica sendo p
c
(s) = (s + 2)
2
; as
constantes K e K
I
devem ser tais que
det(sI −
˜
A) = s
2
+ 4s + 4,
EA721 / PAULO VALENTE / UNICAMP 221
onde
det(sI −
˜
A) = det
_
_
_
_
s + (0.1 + 0.25K) −0.25K
I
1 s
_
_
_
_
= s
2
+ (0.1 + 0.25K)s + 0.25K
I
.
Igualando os polinˆ omios, obt´ em-se K
I
= 16 e K = [15.6]. Os valores de regime
do estado e da entrada s˜ ao
_
_
x(∞)
u(∞)
_
_
=
_
_
−0.1 0.25
−1 0
_
_
−1
_
_
0
−r
0
_
_
=
_
_
0 −1
4 −0.4
_
_
_
_
0
−r
0
_
_
=
_
_
r
0
0.4r
0
_
_
.
Note que como y = x, obt´ em-se y(∞) = x(∞) = r
0
, e a sa´ıda segue a referˆ encia
em regime – o controle puramente proporcional n˜ ao produziria o mesmo resultado.
O valor de regime do estado auxiliar ξ ´ e dado por
ξ(∞) =
1
K
I
[u(∞) +Kx(∞)]
=
1
16
[0.4r
0
+ 15.6r
0
] = r
0
.
EA721 / PAULO VALENTE / UNICAMP 222
Aula 24
Introduc¸ ˜ ao ao Controle Digital
Controle digital
Conversor A/D
Conversor D/A
Controlador digital
Equac¸ ˜ oes a diferˆ encas
Func¸ ˜ oes de transferˆ encia discretas
Resposta temporal de sistemas discretos
Controle digital
1. Podemos definir controle digital como sendo o controle de sistemas dinˆ amicos
na forma amostrada atrav´ es de computadores digitais. A Figura 24.1 ilustra um
sistema de controle em malha fechada no qual a func¸ ˜ ao de controle ´ e realizada por
um controlador digital residente num processador digital de sinais.
PSfrag replacements
r(k) ˆ e(k)
u(k) u(t)
y(t)
ˆ y(k)
Planta
Sensor
Clock
Controlador
Digital
D/A
A/D
w(t)
v(t)
+

Figura 24.1: Sistema de controle com implementac¸ ˜ ao digital.
2. No diagrama de blocos da Figura 24.1 coexistem dois tipos distintos de sinais:
EA721 / PAULO VALENTE / UNICAMP 223
sinais cont´ınuos ou anal ´ ogicos, representados por u(t), w(t), y(t) e v(t), e sinais
discretos ou amostrados, representados por r(k), ˆ e(k), u(k) e ˆ y(k). O argumento
k, que indica o instante de tempo no qual o valor da vari ´ avel associada ´ e represen-
tado, ´ e uma abreviac¸ ˜ ao para kT, onde T ´ e o chamado per´ıodo de amostragem do
sistema. Os sinais discretos assumem valores apenas nos instantes t = 0, t = T,
t = 2T, . . . , correspondentes a k = 0, k = 1, k = 2, . . . .
3. A sa´ıda do sistema no instante t = kT, medida pelo sensor, ´ e submetida a
um conversor anal ´ ogico-digital (A/D); a sa´ıda do controlador, representado pelo
computador digital, ´ e submetida a um conversor digital-anal ´ ogico (D/A), sendo
as operac¸ ˜ oes de convers˜ ao habilitadas por umsinal de clock. Emseguida, a sa´ıda do
conversor A/D ´ e comparada com o valor da referˆ encia no mesmo instante discreto
de tempo, para gerar o erro a ser processado pelo computador digital. Assume-se
que a soma dos tempos necess´ arios ` as convers˜ oes e ao processamento pelo compu-
tador ´ e pequena quando comparada ao per´ıodo de amostragem T.
Conversor A/D
4. Um conversor A/D ´ e basicamente um dispositivo eletr ˆ onico que transforma
sinais anal ´ ogicos em sinais digitais. A convers˜ ao A/D consiste de duas etapas. Na
primeira ´ e obtida a amostra do sinal anal ´ ogico atrav´ es de umcircuito amostrador.
Para que o sinal anal ´ ogico seja adequadamente representado, a taxa de amostragem
a ser utilizada deve ser de pelo menos duas vˆ ezes a faixa de passagem do sinal
anal ´ ogico, a chamada freq¨ uˆ encia de Nyquist.
5. Na segunda etapa do processo de convers˜ ao A/D, o valor da amostra ´ e re-
presentado por um n´ umero bin´ ario, digital. A Figura 24.2 ilustra o processo de
digitalizac¸ ˜ ao do sinal amostrado. O n´ıvel de quantizac¸ ˜ ao do sinal depende do
n´ umero de bits utilizados pelo conversor. Exemplo: um conversor de 4 bits per-
mite quantizar o valor do sinal amostrado em 2
4
= 16 n´ıveis distintos. Se o sinal
amostrado variar de 0 a M volts, ent˜ ao o sinal digital poder´ a assumir´ a os valores 0,
M/16, 2M/16,. . . , at´ e 15M/16, representados pelos n´ umeros bin´ arios 0000, 0001,
0010,. . . , at´ e 1111.
6. Assumindo que o processo de digitalizac¸ ˜ ao aproxima as tens˜ oes anal ´ ogicas para
os n´ıveis de quantizac¸ ˜ ao mais pr´ oximos, superiores ou inferiores, o erro m´ aximo
introduzido pelo processo ser´ a de metade da diferˆ enc¸a entre n´ıveis de quantizac¸ ˜ ao.
Para um conversor de 4 bits, o erro m´ aximo de quantizac¸ ˜ ao ´ e M/32. Como o custo
de um conversor A/D ´ e inversamente proporcional ao n´ıvel de quantizac¸ ˜ ao produ-
EA721 / PAULO VALENTE / UNICAMP 224
zido, torna-se necess´ ario estabelecer uma relac¸ ˜ ao de compromisso entre precis˜ ao
desejada e custo.
PSfrag replacements
y(t)
t
0 1 2 3 4 5 6 7 8
0000
0001
0010
0011
0100
0101
0110
0111
1000
1001
1010
1011
1100
1101
1110
1111
1M/16
2M/16
3M/16
4M/16
5M/16
6M/16
7M/16
8M/16
9M/16
10M/16
11M/16
12M/16
13M/16
14M/16
15M/16
0M/16
Figura 24.2: Amostragem e digitalizac¸ ˜ ao do sinal anal ´ ogico.
Conversor D/A
7. O conversor D/A transforma sinais digitais em sinais anal ´ ogicos. A Figura 24.3
ilustra um processo de convers˜ ao digital-anal ´ ogica que utiliza o chamado segura-
dor de ordem zero – SOZ.
PSfrag replacements
u
t
u(kT)
u(t)
u(t) m´ edio
0 1 2 3 4 5 6 7 8
Figura 24.3: Convers˜ ao D/A com SOZ.
EA721 / PAULO VALENTE / UNICAMP 225
O valor u(kT) ´ e segurado (mantido na sa´ıda do conversor) pelo per´ıodo de
amostragem T, at´ e que a chegada da pr´ oxima amostra u[(k + 1)T], quando ent˜ ao
o processo ´ e repetido. O resultado final ´ e um sinal cont´ınuo u(t) constante por
partes. O sinal u(t) atrasa u(kT), em m´ edia, T/2 segundos. O atraso diminui ao
se reduzir o per´ıodo T, mas o custo do circuito amostrador aumenta.
Controlador digital
8. O controlador digital indicado na Figura 24.1 pode ser visto como um programa
execut´ avel contendo instruc¸ ˜ oes descritas numa linguagem de programac¸ ˜ ao que su-
porte aplicac¸ ˜ oes em tempo real. Essas instruc¸ ˜ oes descrevem como o sinal digital
de controle u(k) deve ser computado a partir do sinal de erro ˆ e(k). O controla-
dor digital pode estar hospedado num mini ou micro-computador, ou mesmo num
microprocessador integrado num ´ unico chip. Para fins de ilustrac¸ ˜ ao, considere um
controlador cont´ınuo do tipo PID,
u(t) = k
P
e(t) +k
I
_
t
0
e(τ)dτ +k
D
˙ e(t),
onde k
P
, k
I
e k
D
s˜ ao os ganhos proporcional, integral e derivativo do controlador,
por hip´ otese conhecidos. No instante t = kT, obt´ em-se
u(kT) = k
P
e(kT) +k
I
_
kT
0
e(τ)dτ +k
D
˙ e(kT),
· k
P
e(kT) +k
I
T
k−1

i=0
e(iT) +k
D
e(kT) −e((k −1)T)
T
.
onde a integral do erro foi aproximada atrav´ es de integrac¸ ˜ ao retangular e a deri-
vada do erro atrav´ es da regra de Euler. Subtraindo-se u(kT) e
u[(k −1)T] = k
P
e[(k −1)T]+
k
I
T
k−2

i=0
e(iT) +k
D
e[(k −1)T] −e[(k −2)T]
T
,
obt´ em-se a seguinte recorrˆ encia para o sinal de controle:
u(kT) = u[(k −1)T] +k
P
(e(kT) −e[(k −1)T])+
k
I
Te[(k −1)T] +k
D
e(kT) −2e[(k −1)T] +e[(k −2)T]
T
.
EA721 / PAULO VALENTE / UNICAMP 226
Apenas o valor do controle no instante (k−1)T e os valores do erro nos instan-
tes (k −2)T, (k −1)T e kT s˜ ao necess´ arios. A recorrˆ encia acima ´ e facilmente co-
dificada em qualquer linguagem de programac¸ ˜ ao que suporte aplicac¸ ˜ oes em tempo
real. A Figura 24.4 apresenta uma poss´ıvel codificac¸ ˜ ao do controlador PID digitali-
zado atrav´ es da linguagem de programac¸ ˜ ao dispon´ıvel no Laborat ´ orio de Controle
e Servomecanismos da FEEC. O programa comec¸a com as definic¸ ˜ oes de vari´ aveis
e parˆ ametros e prossegue com as inicializac¸ ˜ oes necess´ arias. A parte do programa
delimitada por begin e end ´ e executada a cada T segundos. Note a existˆ encia das
vari´ aveis com nomes reservados cmdpos e encpos, atrav´ es das quais o programa
temacesso aos valores da referˆ encia e da sa´ıda da planta, e controleffort, que
representa o valor da vari´ avel de controle – a sa´ıda do programa.
; Definicoes
#define T q1
#define kP q2
#define kI q3
#define kD q4
#define ukm1 q5
#define ek q7
#define ekm1 q8
#define ekm2 q9
; Inicializacoes
T=0.000884
kP=1.72
kI=8
kD=0.065
ukm1=0
ekm2=0
ekm1=0
uk=0
; Loop
begin
ek=cmdpos-encpos
controleffort=ukm1+kP*(ek-ekm1)+kI*T*ekm1
+kD*(ek-2*ekm1+ekm2)/T
ukm1=controleffort
ekm2=ekm1
ekm1=ek
end
Figura 24.4: Controlador PID digital codificado.
EA721 / PAULO VALENTE / UNICAMP 227
Equac¸ ˜ oes a diferˆ enc¸ as
9. O controlador PID digital discutido na sec¸ ˜ ao anterior foi obtido atrav´ es da
discretizac¸ ˜ ao do controlador cont´ınuo. Sistemas obtidos dessa forma s˜ ao chamados
de sistemas discretizados. Existe entretanto um classe de sistemas que s˜ ao ineren-
temente discretos. Considere por exemplo o sistema que descreve como o saldo de
uma conta corrente evolui ao longo do tempo. Se y(k) representa o saldo da conta
e u(k) a diferˆ enc¸a entre o que foi depositado e o que foi retirado da conta no mˆ es
k, ent˜ ao
y(k + 1) = y(k) +u(k), k = 0, 1, 2, . . .
Qualquer sistema discreto ou discretizado linear e invariante no tempo cuja sa´ıda
no instante k depende de n valores passados da sa´ıda e m valores passados da
entrada, pode ser representado por uma equac¸ ˜ ao a diferenc¸as da forma
y(k) = −a
1
y(k −1) −a
2
y(k −2) − −a
n
y(k −n)+
+b
0
u(k) +b
1
u(k −1) + +b
m
u(k −m)
onde y(k) e u(k) denotam sa´ıda e entrada, respectivamente, e a
1
, a
2
, . . . , a
n
, b
0
,
b
1
, . . . , b
m
s˜ ao os parˆ ametros constantes do sistema.
Func¸ ˜ oes de transferˆ encia discretas
10. A an´ alise e a s´ıntese de sistemas discretos no tempo podem ser sistematizadas
e tornadas operacionalmente mais simples quando se utiliza a Transformada Z
(discreta), do mesmo modo que a transformada de Laplace empresta simplicidade
ao estudo de sistemas cont´ınuos no tempo. Se f(t) ´ e uma func¸ ˜ ao que admite
transformada de Laplace e f(t) = 0 para todo t < 0, ent ˜ ao
L[f(t)] = F(s) =
_

0
f(t)e
−st
dt.
Supondo que a n-´ esima derivada de f(t) possui transformada de Laplace, ent ˜ ao
com condic¸ ˜ oes iniciais nulas, obt´ em-se
L
_
d
n
dt
n
f(t)
_
= s
n
F(s),
que ´ e a propriedade fundamental por tr´ as da obtenc¸ ˜ ao de func¸ ˜ oes de transferˆ encia
de sistemas cont´ınuos.
EA721 / PAULO VALENTE / UNICAMP 228
11. A transformada Z de um sinal discreto no tempo f(k), k = 0, 1, 2, . . . tal que
f(k) = 0 para todo inteiro k < 0 ´ e definida como
Z[f(k)] = F(z) =

k=0
f(k)z
−k
.
Em particular, a transformada Z do sinal f(k −n) pode ser calculada da seguinte
forma: se l = k −n, ent˜ ao k = l +n e
Z[f(k −n)] =

l=0
f(l)z
−(l+n)
= z
−n

l=0
f(l)z
−l
= z
−n
F(z).
12. A propriedade Z[f(k −n)] ´ e essencial para se obter func¸ ˜ oes de transferˆ encia
discretas a partir de equac¸ ˜ oes a diferˆ enc¸as. A func¸ ˜ ao de transferˆ encia do sistema
discreto gen´ erico da sec¸ ˜ ao anterior ´ e obtida aplicando-se a transformada Z a ambos
os lados da equac¸ ˜ ao:
Y (z) = −a
1
z
−1
Y (z) −a
2
z
−2
Y (z) − −a
n
z
−n
Y (z)+
+b
0
U(z) +b
1
z
−1
U(z) + +b
m
z
−m
U(z).
A func¸ ˜ ao de transferˆ encia discreta do sistema ´ e definida por
P(z) =
Y (z)
U(z)
=
b
0
+b
1
z
−1
+ +b
m
z
−m
1 +a
1
z
−1
+a
2
z
−2
+ +a
n
z
−n
.
Se n ≥ m ent˜ ao ´ e poss´ıvel representar P(z) como a seguinte raz˜ ao de polinˆ omios
na vari´ avel z:
P(z) =
Y (z)
U(z)
=
b
0
z
n
+b
1
z
n−1
+ +b
m
z
n−m
z
n
+a
1
z
n−1
+a
2
z
n−2
+ +a
n
.
Caso n˜ ao hajam ra´ızes comuns, os zeros dos polinˆ omios numerador e denominador
de P(z) s˜ ao os zeros e os p´ olos de P(z), respectivamente.
Resposta temporal de sistemas discretos
EA721 / PAULO VALENTE / UNICAMP 229
13. A resposta temporal de um determinado sistema discreto a uma dada entrada
pode ser obtida atrav´ es da equac¸ ˜ ao a diferenc¸as que o descreve. Entretanto, com
esse procedimento obtemos apenas os valores da sa´ıda instante-a-instante, e n˜ ao
uma express˜ ao anal´ıtica que descreva a sa´ıda em qualquer instante discreto de
tempo. Al´ em disso, gostar´ıamos de conhecer o valor final da sa´ıda, caso esse
valor exista. A resposta temporal de sistemas discretos pode ser eficientemente
caracterizada atrav´ es do conceito de func¸ ˜ ao de transferˆ encia discreta.
14. O procedimento para obter a resposta temporal de um sistema modelado pela
func¸ ˜ ao de transferˆ encia discreta P(z) = Y (z)/U(z) pode ser resumido como se-
gue:
1. Obtenha a transformada Z da entrada u(k);
2. Obtenha a transformada Z da sa´ıda, Y (z) = P(z)U(z);
3. A transformada Y (z) ´ e tipicamente uma func¸ ˜ ao racional – raz˜ ao de po-
linˆ omios – na vari´ avel z. Fatore Y (z) numa soma de frac¸ ˜ oes parciais com
anti-transformadas Z conhecidas;
4. A resposta temporal do sistema, y(k), ser´ a a soma das anti-transformadas
das frac¸ ˜ oes parciais de Y (z).
Os dois ´ ultimos passos s˜ ao normalmente conduzidos com o aux´ılio de uma tabela
de anti-transformadas Z.
15. Exemplo. Considere a equac¸ ˜ ao a diferenc¸as que descreve a evoluc¸ ˜ ao do saldo
de uma conta corrente, modelada anteriomente como y(k + 1) = y(k) + u(k). A
func¸ ˜ ao de transferˆ encia do sistema ´ e
P(z) =
Y (z)
U(z)
=
1
z −1
.
Desejamos conhecer o saldo da conta em qualquer instante discreto de tempo k,
dado que mensalmente a conta recebe recursos l´ıquidos no montante de r reais.
Neste caso, u(k) = r
0
para k = 0, 1, 2 . . .. Consultando uma tabela de transfor-
madas Z, obtemos U(z) = r
0
z/(z −1). A transformada Z da sa´ıda ´ e
Y (z) = P(z)U(z) =
r
0
z
(z −1)
2
.
No presenta caso n˜ ao ´ e necess´ ario empregar o processo de fatorac¸ ˜ ao porque Y (z)
possui uma anti-transformada tabelada, a qual fornece y(k) = r
0
k, k = 0, 1, 2, . . ..
EA721 / PAULO VALENTE / UNICAMP 230
O resultado final indica que o saldo da conta cresce (decresce) linearmente quando
a movimentac¸ ˜ ao da conta (constante) ´ e positiva (negativa).
16. Seja Y (z) a transformada Z de um sinal qualquer y(k) que possui um valor
final y(∞) quando k → ∞. Este valor pode ser calculado utilizando-se a vers˜ ao
discreta do Teorema do Valor Final empregado para sistemas cont´ınuos. Se todos
os p´ olos de (1−z
−1
)Y (z) se encontrarem no interior do c´ırculo de raio unit´ ario,
isto ´ e, possuirem m´ odulos menores do que 1, ent˜ ao
y(∞) = lim
k→∞
y(k) = lim
z→1
(1 −z
−1
)Y (z).
17. Exemplo. Considere a sa´ıda Y (z) = r
0
z/(z −1)
2
obtida no exemplo anterior.
Como
(1 −z
−1
)Y (z) =
z −1
z
r
0
z
(z −1)
2
=
r
0
z −1
n˜ ao satisfaz a hip´ otese formulada, n˜ ao ´ e poss´ıvel calcular o valor final de y(k).
(Note que y(k) = r
0
k, k = 0, 1, 2, . . . n˜ ao possui valor final para r
0
,= 0.). Por
outro lado, um sinal y(k) tal que
Y (z) =
z(z + 1)
(z −0.5)(z −1)
satisfaz a hip´ otese e seu valor final ´ e
y(∞) = lim
z→1
(1 −z
−1
)Y (z)
= lim
z→1
z −1
z
z(z + 1)
(z −0.5)(z −1)
= 4.
EA721 / PAULO VALENTE / UNICAMP 231
Aula 25
Introduc¸ ˜ ao ao Controle Digital
Estabilidade entrada-sa´ıda
Mapeamento Plano s – Plano z
Estabilidade entrada-sa´ıda
1. Dizemos que um sistema ´ e est´ avel do ponto de vista entrada-sa´ıda se a resposta
do sistema a qualquer entrada limitada ´ e tamb´ em limitada. De forma a caracterizar
a estabilidade de sistemas dinˆ amicos lineares discretos e invariantes no tempo, seja
G(z) uma func¸ ˜ ao de transferˆ encia discreta de umsistema qualquer. Atransformada
Z da func¸ ˜ ao pulso unit´ ario, definida como u(k) = 1 se k = 0 e u(k) = 0 para
k ,= 0, ´ e
U(z) =

k=0
u(k)z
−k
= 1.
Como a resposta de G(z) ` a entrada pulso unit´ ario ´ e Y (z) = G(z)U(z) =
G(z), podemos obter G(z) experimentalmente submetendo o sistema que a func¸ ˜ ao
representa a uma entrada pulso unit´ ario e coletando as amostras g(0), g(1), . . . ,
g(k), . . . , e ent˜ ao calculando a transformada Z
G(z) =

k=0
g(k)z
−k
.
A resposta do sistema a uma entrada u(k) qualquer ´ e Y (z) = G(z)U(z), ou
em termos da definic¸ ˜ ao de transformada Z,

k=0
y(k)z
−k
=

k=0
g(k)z
−k

k=0
u(k)z
−k
=

k=0
k

j=0
g(k −j)u(k)z
−k
.
Consequentemente,
y(k) =
k

j=0
g(k −j)u(k).
EA721 / PAULO VALENTE / UNICAMP 232
A resposta do sistema no instante k ´ e igual ` a convoluc¸ ˜ ao discreta entre a entrada e
a resposta ao impulso do sistema. Se a entrada u(k) for limitada, significando que
existe um M < ∞tal que [u(k)[ < M para todo k, ent˜ ao
[y(k)[ =
¸
¸
¸
¸
¸
¸
k

j=0
g(k −j)u(k)
¸
¸
¸
¸
¸
¸

k

j=0
[g(k −j)[[u(k)[
≤ M
k

j=0
[g(k −j)[,
e se

k=0
[g(k)[ < ∞
a sa´ıda ser´ a tamb´ em limitada.
Teorema. Seja g(k), k = 0, 1, 2, . . . a resposta ao impulso de um
sistema linear discreto invariante no tempo e G(z) a func¸ ˜ ao de trans-
ferˆ encia discreta associada. Ent˜ ao

k=0
[g(k)[ < ∞
se e somente se todos os p´ olos de G(z) possuem m´ odulos estritamente
menores do que 1.
Assim, o sistema representado por G(z) ´ e est´ avel se e somente se todos os
p´ olos de G(z) possuem m´ odulos estritamente menores do que 1. O sistema ser´ a
inst´ avel caso algum p´ olo possua m´ odulo maior do que 1; marginalmente est´ avel
caso todos os p´ olos possuam m´ odulos menores ou iguais a 1.
Exemplo. Considere o sistema modelado pela func¸ ˜ ao de transferˆ encia discreta
G
1
(z) =
10(z −0.4)
z(z −0.1)(z −0.8)
.
Como todos os p´ olos do sistema possuem m´ odulos menores do que 1, o sistema ´ e
est´ avel. Os sistemas
G
2
(z) =
z
(z −1.5)(z −0.8)
EA721 / PAULO VALENTE / UNICAMP 233
e
G
3
(z) =
z + 1
(z −1)(z
2
−z + 0.5)
=
z + 1
(z −1)(z −0.5 −j0.5)(z −0.5 +j0.5)
n˜ ao s˜ ao est´ aveis, o primeiro porque possui um p´ olo maior do que 1, o segundo
porque um p´ olo possui m´ odulo igual a 1 (marginalmente est´ avel).
2. Aestabilidade absoluta de sistemas discretos no tempo representados por func¸ ˜ oes
de transferˆ encia pode ser analisada atrav´ es de um procedimento conhecido como
Crit´ erio de Jury, similar ao Crit´ erio de Routh-Hurwitz para sistemas cont´ınuos no
tempo. Assim como o crit´ erio de Routh-Hurwitz, o crit´ erio de Jury ´ e baseado na
construc¸ ˜ ao de uma tabela associada ao polinˆ omio caracter´ıstico do sistema discreto
– denominador de G(z). Uma regra simples determina se todas as ra´ızes possuem
m´ odulos estritamente menores do que 1.
Mapeamento Plano s – Plano z
3. V´ arias caracter´ısticas importantes de sistemas cont´ınuos no tempo modelados
por func¸ ˜ oes de transferˆ encia podem ser associadas ` as localizac¸ ˜ oes de seus p´ olos
e zeros no plano complexo s. A quest˜ ao da estabilidade, por exemplo pode ser
respondida a partir da localizac¸ ˜ ao dos p´ olos do sistema relativamente ao eixo ima-
gin´ ario. Neste ponto torna-se conveniente estabelecer um mapeamento entre pon-
tos no plano s e pontos no plano Rez Imz, a ser referido como plano complexo
z. O mapeamento ´ e definido por
z = e
sT
,
onde T representa o per´ıodo de amostragem referido anteriormente. A freq¨ uˆ encia
de amostragem associada ´ e ω
s
= 2πf
s
= 2π/T rad/s.
4. A regi˜ ao do Plano s indicada na Figura 25.1, na qual a freq¨ uˆ encia ω varia de
−ω
s
/2 a ω
s
/2, ´ e chamada de faixa prim´ aria. As faixas complementares seriam
de ω
s
/2 a 3ω
s
/2, de −ω
s
/2 a −3ω
s
/2, e assim sucessivamente. Denotando s =
σ +jω, obt´ em-se
z = e
(σ+jω)T
= e
σT
e
jωT
.
Logo, [z[ = e
σT
e

z = ωT. O mapeamento da faixa prim´ aria do plano s no
plano z ´ e indicado na Figura 25.2. O mapeamento dos pontos cr´ıticos para o ma-
peamento, A, B, C, D, E, ´ e indicado na Tabela 25.1.
EA721 / PAULO VALENTE / UNICAMP 234
5. Se um dado ponto s pertence a uma faixa complementar, ent ˜ ao s pode ser escrito
como s = s
1
+ jnω
s
, onde s
1
pertence ` a faixa prim´ aria e n ´ e um n´ umero inteiro.
A imagem do ponto s
1
no plano z ´ e z
1
= e
s
1
T
; a imagem de s = s
1
+jnω
s
´ e
z = e
sT
= e
(s
1
+jnωs)T
= e
s
1
T
e
jnωsT
= e
s
1
T
e
j2nπ
= e
s
1
T
= z
1
.
Concluimos ent˜ ao que os pontos nas faixas complementares s˜ ao mapeados sobre
os mapeamentos dos pontos da faixa prim´ aria. Exemplo: s
1
= 1 + ω
s
/2 e s
2
=
1 + 3ω
s
/2 s˜ ao mapeados no mesmo ponto do plano z.
Tabela 25.1: Mapeamento de pontos cr´ıticos.
Res Ims Rez Imz
A 0 0 1 0
B 0 ω
s
/2 −1 0
C −∞ ω
s
/2 0 0
D −∞ −ω
s
/2 0 0
E 0 −ω
s
/2 −1 0
PSfrag replacements
Res
Ims
−∞
0
Faixa Prim´ aria
Plano s
A
B C
D E
ω
s
2

ω
s
2
Figura 25.1: Plano s – faixa prim´ aria.
EA721 / PAULO VALENTE / UNICAMP 235
PSfrag replacements
Rez
Imz
−1
−1
1
1
0
A B C
D E
Plano z
Figura 25.2: Plano z – c´ırculo unit´ ario.
6. Dos resultados anteriores podemos afirmar que:
1. Pontos no semi-plano esquerdo do plano s (σ < 0) s˜ ao mapeados no plano
z no interior do c´ırculo de raio unit´ ario ([z[ < 1);
2. Pontos no semi-plano direito do plano s (σ > 0) s˜ ao mapeados no plano z
fora do c´ırculo de raio unit´ ario ([z[ > 1);
3. Pontos sobre o eixo imagin´ ario do plano s (σ = 0) s˜ ao mapeados no plano z
na circunferˆ encia de raio unit´ ario ([z[ = 1).
7. As caracter´ısticas da resposta temporal de um sistema cont´ınuo no tempo est˜ ao
intrinsecamente associadas ` a regi˜ ao do plano s na qual seus zeros e p´ olos se en-
contram.
´
Indices de desempenho relativos ` a resposta ao degrau do sistema, como
m´ axima sobre-elevac¸ ˜ ao, tempo de subida e tempo de acomodac¸ ˜ ao, entre outros,
dependem fundamentalmente do fator de amortecimento (ξ) e da freq¨ uˆ encia natu-
ral dos p´ olos dominantes do sistema. O mapeamento de pontos do plano s com
ξ ou ω
n
constante nos permitir´ a prever qual o tipo de resposta a ser apresentada
por um sistema discreto no tempo a partir do conhecimento dos zeros e p´ olos da
func¸ ˜ ao de transferˆ encia discreta.
8. Parte real constante. Pontos com parte real constante s˜ ao representados por
s = σ +jω, onde σ ´ e um valor constante e −∞< ω < +∞. No plano s a regi ˜ ao
EA721 / PAULO VALENTE / UNICAMP 236
assim descrita ´ e uma linha paralela ao eixo imagin´ ario. No plano z obt´ em-se um
c´ırculo de raio z = e
σT
, interior ou exterior ao c´ırculo de raio unit´ ario conforme
σ < 0 ou σ > 0, como ilustra a Figura 25.3. Note que ` a variac¸ ˜ ao de ω de −∞a
+∞corresponde infinitas voltas sobre a circunferˆ encia de raio z = e
σT
. PSfrag replacements
Res
Ims
Rez
Imz
−1
1
0 0
σ
1
σ
2
e
σ
1
T
e
σ
2
T
Figura 25.3: Parte real constante.
9. Parte imagin´ aria constante. Pontos com parte imagin´ aria constante s˜ ao repre-
sentados por s = σ +jω, onde −∞< σ < ∞e ω ´ e um valor constante. No plano
z a regi˜ ao assim determinada ´ e uma linha radial, pois o m´ odulo de z = e
sT
varia
de 0 a ∞e o ˆ angulo permanece constante. Exemplo: ` as freq¨ uˆ encias ω
s
/2 e −ω
s
/8
correspondem ˆ angulos de 180
o
e −45
o
, respectivamente, como indicado na Figura
25.4.
e2
PSfrag replacements
Res
Ims
Rez
Imz
−1
1
0 0
ω
s
/2
−ω
s
/8
π

π
4
Figura 25.4: Parte imagin´ aria constante.
EA721 / PAULO VALENTE / UNICAMP 237
10. Fator de amortecimento constante. Para analisar o mapeamento da regi ˜ ao
correspondente a fator de amortecimento constante e freq¨ uˆ encia natural vari´ avel,
considere a seguinte representac¸ ˜ ao para pontos com fator de amortecimento cons-
tante:
s = −ξω +jω, −∞≤ ω ≤ ∞,
onde ξ = cos θ. O mapeamento de s no plano z ´ e
z = e
sT
= e
(−ξω+jω)T
= e
−ξωnT
e
jωT
(T = 2π/ω
s
)
= e
−2πωξ/ωs
e
j2πω/ωs
= e
−2πωξ/ωs

2πω/ω
s
.
Os lugares geom´ etricos no plano z associados a ξ constantes s˜ ao curvas espiraladas,
sim´ etricas em relac¸ ˜ ao ao eixo real, exceto quando ξ = 0 (θ = 90
o
) e ξ = 1
(θ = 0
o
). A Figura 25.5 ilustra o mapeamento de pontos de fator de amortecimento
constante para freq¨ uˆ encias na faixa 0 ≤ ω ≤ ω
s
/2. As curvas relativas a −ω
s
/2 ≤
ω ≤ 0 s˜ ao sim´ etricas em relac¸ ˜ ao ` as curvas indicadas.PSfrag replacements
Res
Ims
Rez
Imz
−1
1
0 0
θ
1
θ
2
ξ
1
= cos θ
1
ξ
2
= cos θ
2
Figura 25.5: Fator de amortecimento constante.
11. Freq¨ uˆ encia natural constante. O mapeamento no plano z da regi ˜ ao corres-
pondente a freq¨ uˆ encia natural constante no plano s – semi-c´ırculos concˆ entricos
de raio ω
n
com σ < 0 – s˜ ao curvas como as ilustradas na Figura 25.6. As cur-
vas relativas aos semi-c´ırculos com σ > 0 s˜ ao sim´ etricas em relac¸ ˜ ao ` as curvas
indicadas.
EA721 / PAULO VALENTE / UNICAMP 238
PSfrag replacements
Res
Ims
Rez
Imz
−1
1
0 0
ω
s
/8
ω
s
/4
ω
s
/2
ω
n
= ω
s
/8
ω
n
= ω
s
/4
ω
n
= ω
s
/2
Figura 25.6: Freq¨ uˆ encia natural constante.
EA721 / PAULO VALENTE / UNICAMP 239
Aula 26
Introduc¸ ˜ ao ao Controle Digital
Amostragem de sistemas cont´ınuos
Diagramas de blocos
Especificac¸ ˜ oes de desempenho
Amostragem de sistemas cont´ınuos
1. Considere o sistema de controle com implementac¸ ˜ ao digital ilustrado na Figura
26.1. O objetivo central ao abordar esse tipo de sistema ´ e determinar a func¸ ˜ ao de
transferˆ encia discreta C(z), que exerce a func¸ ˜ ao de controlador digital, de forma
que as especificac¸ ˜ oes de desempenho para o sistema em malha fechada sejam aten-
didas. (Uma vez determinada a func¸ ˜ ao C(z), podemos obter a equac¸ ˜ ao a diferenc¸as
associada e implement´ a-la usando uma linguagem de programac¸ ˜ ao que suporte
aplicac¸ ˜ oes em tempo real.) Como a planta a ser controlada ´ e descrita por uma
func¸ ˜ ao de transferˆ encia em s, com entrada e sa´ıda no tempo cont´ınuo t, torna-se
conveniente amostr´ a-la e em seguida obter sua func¸ ˜ ao de transferˆ encia discreta.
PSfrag replacements
r(k) ˆ e(k)
u(k) u(t)
y(t)
ˆ y(k)
Planta
Sensor
Clock
Controlador
Digital
D/A
A/D
w(t)
v(t)
+

Figura 26.1: Sistema de controle com implementac¸ ˜ ao digital.
EA721 / PAULO VALENTE / UNICAMP 240
2. Uma representac¸ ˜ ao amostrada da planta ser´ a obtida a partir das seguintes hip´ o-
teses:
Realimentac¸ ˜ ao unit´ aria: um eventual ganho na malha de realimentac¸ ˜ ao ´ e incor-
porado ` a planta ou ao controlador;
Convers˜ ao D/A: o conversor D/A converte o sinal digital em anal ´ ogico usando
um segurador de ordem zero (SOZ);
Convers˜ ao A/D: o tempo de amostragem – n˜ ao confundir com per´ıodo – e o n´ıvel
de quantizac¸ ˜ ao do sinal anal ´ ogico s˜ ao suficientemente pequenos para que a
sa´ıda do conversor A/D possa ser aproximada por y(kT), a sa´ıda da planta
no tempo t = kT.
3. Oobjetivo passa a ser determinar a func¸ ˜ ao de transferˆ encia entre u(kT) e y(kT),
dada a func¸ ˜ ao de transferˆ encia cont´ınua da planta, P(s), como ilustra a Figura 26.2.
PSfrag replacements
u(kT) y(kT)
D/A A/D P(s)
Figura 26.2: Diagrama para obtenc¸ ˜ ao de P(z).
A func¸ ˜ ao de transferˆ encia discreta desejada ´ e obtida supondo-se que a entrada
u(kT) ´ e um pulso init´ ario: u(kT) = 1 para k = 0 e u(kT) = 0 para k ,= 0.
A sa´ıda do conversor D/A para uma entrada deste tipo ´ e como ilustrada na Figura
26.3.
PSfrag replacements
0
1
T
t
2T
Figura 26.3: Resposta do conversor D/A ao pulso unit ´ ario.
4. A resposta do conversor D/A ao pulso unit´ ario pode ser expressa como 1(t) −
1(t−T), onde 1(t) denota a func¸ ˜ ao degrau unit´ ario (cont´ınua). A resposta de P(s)
EA721 / PAULO VALENTE / UNICAMP 241
a esta entrada particular ´ e
Y (s) = P(s)
_
1
s

e
−Ts
s
_
= (1 −e
−Ts
)
P(s)
s
.
Por definic¸ ˜ ao, a func¸ ˜ ao de transferˆ encia de u(kT) para y(kT) ´ e a transformada
Z da resposta ao pulso unit´ ario:
P(z) = Z [y(kT)] ,
onde y(kT) = y(t)[
t=kT
(amostragem) e y(t) = L
−1
[Y (s)]. Usaremos a notac¸ ˜ ao
P(z) = Z
_
(1 −e
−Ts
)
P(s)
s
_
para representar o processo de anti-transformar Y (s) = (1 − e
−Ts
)P(s)/s para
obter y(t), amostrar y(t) para obter y(kT) e calcular a transformada Z de y(kT)
(a resposta ao pulso unit´ ario do sistema) para obter P(z). Como e
−Ts
representa
um atraso de T s, verifica-se que
P(z) = (1 −z
−1
)Z
_
P(s)
s
_
.
5. Na pr´ atica a func¸ ˜ ao de transferˆ encia discreta P(z) ´ e obtida com o aux´ılio de
uma tabela de transformadas atrav´ es do seguinte procedimento: dado P(s),
1. Expanda P(s)/s em frac¸ ˜ oes parciais, de tal forma que os termos individuais
da expans˜ ao aparec¸am na tabela de transformadas;
2. Usando a tabela, encontre as transformadas Z dos termos individuais deter-
minados no item 1;
3. Multiplique a soma dos termos em z determinados no item 2 por (1 −z
−1
).
O resultado ´ e a func¸ ˜ ao de transferˆ encia discreta P(z).
6. Exemplo. Considere
P(s) =
a
s +a
.
Ent˜ ao
P(s)
s
=
a
s(s +a)
=
1
s

1
s +a
.
EA721 / PAULO VALENTE / UNICAMP 242
Note que
L
−1
_
P(s)
s
_
= 1(t) −e
−at
1(t).
A resposta amostrada seria 1(kT) − e
−akT
1(kT). A func¸ ˜ ao de transferˆ encia dis-
creta correspondente ´ e
P(z) = (1 −z
−1
)Z
_
P(s)
s
_
= (1 −z
−1
)
_
z
z −1

z
z −e
−aT
_
=
_
z −1
z
_
z(1 −e
−aT
)
(z −1)(z −e
−aT
)
=
1 −e
−aT
z −e
−aT
.
O sistema descrito por P(z) ´ e est´ avel do ponto de vista entrada-sa´ıda se a > 0,
pois neste caso 0 < e
−aT
< 1.
7. Exemplo. Considere
P(s) =
a
2
(s +a)
2
.
Ent˜ ao
P(s)
s
=
a
2
s(s +a)
2
,
e
Z
_
P(s)
s
_
=
z[z(1 −c −acT) +c
2
−c +acT]
(z −1)(z −c)
2
,
onde c = e
−aT
. A func¸ ˜ ao de transferˆ encia discreta ´ e dada por
P(z) =
_
z −1
z
_
Z
_
P(s)
s
_
=
z(1 −c −acT) +c
2
−c +acT]
(z −c)
2
.
O sistema descrito por P(z) ´ e est´ avel do ponto de vista entrada-sa´ıda se a > 0,
pois neste caso 0 < c < 1.
EA721 / PAULO VALENTE / UNICAMP 243
Diagramas de blocos
7. Uma vez determinada a func¸ ˜ ao de transferˆ encia discreta associada ` a planta a
ser controlada, o sistema de controle em malha fechada pode ser representado de
forma equivalente como ilustrado na Figura 26.4. (Eventuais dist ´ urbios agindo na
planta e no sensor n˜ ao est˜ ao explicitamente representados.)
PSfrag replacements
u(k) y(k)
+

e(k) r(k)
C(z) P(z)
Figura 26.4: Diagrama de blocos equivalente.
8. As regras para manipulac¸ ˜ ao e simplificac¸ ˜ ao de diagramas de blocos descritos
por func¸ ˜ oes de transferˆ encia na vari´ avel complexa z s˜ ao rigorosamente as mesmas
utilizadas para diagramas descritos na vari´ avel s. Em particular, tendo em vista
o diagrama de blocos da Figura 26.4, a func¸ ˜ ao de transferˆ encia de malha fechada
entre a entrada de referˆ encia r(k) e a sa´ıda da planta y(k) ´ e dada por
T(z) =
Y (z)
R(z)
=
C(z)P(z)
1 +C(z)P(z)
.
A equac¸ ˜ ao caracter´ıstica do sistema discreto ´ e
1 +C(z)P(z) = 0
e C(z)P(z) ´ e o ganho de malha associado. O erro de rastreio do sinal de referˆ encia
pode ser determinado atrav´ es de
E(z) =
R(z)
1 +C(z)P(z)
.
Especificac¸ ˜ oes de desempenho
9. Como no caso cont´ınuo, a primeira especificac¸ ˜ ao de desempenho a ser atendida,
sem a qual nenhuma das outras ´ e poss´ıvel, ´ e que o sistema de controle em malha
EA721 / PAULO VALENTE / UNICAMP 244
fechada seja est´ avel. Se representarmos a func¸ ˜ ao de transferˆ encia de malha fechada
na forma
T(z) =
N
T
(z)
D
T
(z)
=
N
C
(z)N
P
(z)
D
C
(z)D
P
(z) +N
C
(z)N
P
(z)
,
onde ’N’ e ’D’ denotam numerador e denominador das func¸ ˜ oes de transferˆ encia
envolvidas, e assumirmos que N
T
(s) = 0 e D
T
(s) = 0 n˜ ao possuem ra´ızes co-
muns, ent˜ ao os zeros e os p´ olos de T(z) s˜ ao as ra´ızes de N
C
(z)N
P
(z) = 0 e
D
C
(z)D
P
(z) + N
C
(z)N
P
(z) = 0, respectivamente. Para garantir a estabilidade
do sistema discreto em malha fechada devemos selecionar um controlador C(z) tal
que todas as ra´ızes de
D
T
(z) = D
C
(z)D
P
(z) +N
C
(z)N
P
(z) = 0
tenham m´ odulos estritamente menores do que 1.
10. Assumindo que C(z) ´ e tal que o sistema em malha fechada seja est´ avel,
podemos passar a caracterizar os erros de regime do sistema para determinadas
entradas-padr˜ ao. Supondo que exista, isto ´ e, seja finito, o erro de regime para uma
dada entrada r(k) ´ e calculado atrav´ es do Teorema do Valor Final relativo a sinais
discretos no tempo:
e(∞) = lim
k→∞
e(k) = lim
z→1
(1 −z
−1
)E(z) = lim
z→1
(1 −z
−1
)
R(z)
1 +C(z)P(z)
.
Em analogia com o caso de sistemas cont´ınuos no tempo, dizemos que o sis-
tema discreto no tempo ´ e do Tipo N se a func¸ ˜ ao de transferˆ encia de malha aberta
C(z)P(z) possui N p´ olos em z = 1.
12. Resposta ao degrau unit´ ario. A func¸ ˜ ao degrau unit´ ario discreta ´ e definida por
r(kT) = 1 para k = 0, 1, 2, . . .. Como sua transformada Z ´ e R(z) = z/(z −1), o
erro de regime para essa entrada ´ e
e
d
= lim
z→1
(1 −z
−1
)
R(z)
1 +C(z)P(z)
= lim
z→1
_
z −1
z
_
z
z −1
1 +C(z)P(z)
= lim
z→1
1
1 +C(z)P(z)
=
1
1 +k
p
,
onde, como no caso cont´ınuo,
k
p
= lim
z→1
C(z)P(z)
EA721 / PAULO VALENTE / UNICAMP 245
´ e a constante de posic¸ ˜ ao do sistema. Se N = 0 (nenhum p´ olo em z = 1), ent˜ ao k
p
´ e uma constante, assim como e
d
. Se N ≥ 1, ent˜ ao k
p
= ∞e e
d
= 0.
13. Resposta ` a rampa unit´ aria. A func¸ ˜ ao rampa unit´ aria discreta ´ e definida por
r(kT) = kT para k = 0, 1, 2, . . .. Sua transformada Z ´ e R(z) = Tz/(z − 1)
2
; o
erro de regime do sistema para essa entrada ´ e
e
r
= lim
z→1
(1 −z
−1
)
R(z)
1 +C(z)P(z)
= lim
z→1
_
z −1
z
_
Tz
(z −1)
2
1 +C(z)P(z)
= lim
z→1
T
(z −1)[1 +C(z)P(z)]
=
1
k
v
,
e de forma similar
k
v
= lim
z→1
(z −1)C(z)P(z)
T
´ e a constante de velocidade do sistema. Se N = 0, ent ˜ ao k
v
= 0 e e
r
= ∞. Se
N = 1, ent˜ ao k
v
´ e uma constante, assim como e
r
. Se N ≥ 2, obt´ em-se k
v
= ∞
e e
r
= 0. O procedimento pode ser estendido para entradas de ordens maiores.
Genericamente, para que o erro de regime relativo a uma entrada de ordem n seja
nulo ´ e necess´ ario que o ganho de malha C(z)P(z) possua pelo menos n p´ olos em
z = 1.
14. Uma t´ ecnica frequentemente empregada no projeto de sistemas de controle
consiste em selecionar uma func¸ ˜ ao de transferˆ encia para o controlador de forma
que o sistema em malha fechada possua um par de p´ olos dominantes comple-
xos conjulgados. A t´ ecnica ´ e motivada pelo fato de sabermos expressar ´ındices
de desempenho t´ıpicos da resposta ao degrau de um sistema de segunda ordem,
como m´ axima sobre-elevac¸ ˜ ao percentual, M
p
, tempo de subida, t
r
, e tempo de
acomodac¸ ˜ ao, t
s
, em termos de fator de amortecimento, ξ, e freq¨ uˆ encia natural, ω
n
.
Especificamente, a m´ axima sobre-elevac¸ ˜ ao percentual ´ e dada por
M
p
= e
−ξπ/

1−ξ
100, (0 ≤ ξ < 1)
o tempo de subida, necess´ ario para que a resposta v´ a de 10% a 90% do valor de
regime, por
t
r
=
1.8
ω
n
,
EA721 / PAULO VALENTE / UNICAMP 246
e o tempo de acomodac¸ ˜ ao da resposta numa faixa de 2% do valor de regime, por
t
s
=
4
ξω
n
.
15. A partir do mapeamento plano s – plano z, func¸ ˜ ao do per´ıodo de amostragem
do sistema, T, ´ e poss´ıvel associar pontos no plano z com as caracter´ısticas deseja-
das de resposta em termos de M
p
, t
r
e t
s
. Suponha por exemplo que
¯
M
p
,
¯
t
r
e
¯
t
s
sejam, respectivamente, os valores m´ aximos admitidos para sobre-elevac¸ ˜ ao, tempo
de subida e tempo de acomodac¸ ˜ ao do sistema, e que se deseja determinar a regi˜ ao
do plano z correspondente. As especificac¸ ˜ oes s˜ ao atendidas com ξ ≥
¯
ξ, onde
¯
ξ ´ e
tal que M
p
=
¯
M
p
,
ω
n

1.8
¯
t
r
= ¯ ω
n
e ξω
n

4
¯
t
s
= ¯ σ.
No c´ırculo unit´ ario do plano z, ao valor
¯
ξ corresponde uma curva de fator de
amortecimento constante. Qualquer ponto entre essa curva e o eixo real satisfaz a
especificac¸ ˜ ao de m´ axima sobre-elevac¸ ˜ ao. Pontos no c´ırculo unit´ ario ` a esquerda da
curva correspondente a ¯ ω
n
satisfazem a especificac¸ ˜ ao de tempo de subida. Como
T ´ e conhecido, ´ e poss´ıvel determinar a curva de freq¨ uˆ encia natural constante asso-
ciada. A regi˜ ao no c´ırculo unit´ ario correspondente σ ≤ −¯ σ ´ e um c´ırculo interno
de raio r = e
−¯ σT
. A trˆ es especificac¸ ˜ oes de desempenho ser˜ ao simultaneamente
atendidas escolhendo-se p´ olos na regi˜ ao hachurada da Figura 26.5.
PSfrag replacements
Res
Ims
0
e
−¯ σT
¯ ω
n
¯
ξ
Figura 26.5: Regi˜ ao para alocac¸ ˜ ao de p´ olos no plano z.
EA721 / PAULO VALENTE / UNICAMP 247
Aula 27
Introduc¸ ˜ ao ao Controle Digital
Projeto via discretizac¸ ˜ ao
Projeto via emulac¸ ˜ ao
Projeto via Lugar das Ra´ızes
Projeto via discretizac¸ ˜ ao
1. Dada a planta a ser controlada, formuladas as especificac¸ ˜ oes a serem atendi-
das pelo sistema de controle em malha fechada e definido que a implementac¸ ˜ ao
do sistema ser´ a na forma de controle digital, resta determinar a func¸ ˜ ao de trans-
ferˆ encia discreta (isto ´ e, os parˆ ametros) do controlador. Existem basicamente trˆ es
enfoques para o projeto de controladores discretos. O primeiro pode ser denomi-
nado de projeto via discretizac¸ ˜ ao. O procedimento neste caso ´ e simples: atrav´ es
de uma t´ ecnica adequada de projeto, obt´ em-se um controlador cont´ınuo que atenda
as especificac¸ ˜ oes de desempenho formuladas. Em seguida o controlador cont´ınuo
´ e aproximado por um controlador discreto atrav´ es de um dos v´ arios m´ etodos de
integrac¸ ˜ ao dispon´ıveis.
2. O m´ etodo mais indicado para discretizac¸ ˜ ao de controladores cont´ınuos ´ e o da
integrac¸ ˜ ao trapezoidal ou m´ etodo de Tustin. Consiste em, obtida a func¸ ˜ ao de
transferˆ encia cont´ınua C(s), calcular
C(z) = C(s)
¸
¸
¸
s=
2
T
z −1
z + 1
,
onde T ´ e o per´ıodo de amostragem do sistema. Exemplo: suponha que os ga-
nhos do controlador proporcional-integral C(s) = k
P
+k
I
/s foram determinados
de forma a atender certas especificac¸ ˜ oes de desempenho. O controlador discreto
correspondente seria
C(z) =
_
k
P
+
k
I
s
_
¸
¸
¸
s=
2
T
z −1
z + 1
= k
P
+K
I
T
2
z + 1
z −1
.
EA721 / PAULO VALENTE / UNICAMP 248
Projeto via emulac¸ ˜ ao
3. No projeto de controladores por emulac¸ ˜ ao utiliza-se a relac¸ ˜ ao z = e
sT
entre
pontos nos planos s e z para mapear o controlador cont´ınuo C(s) num controlador
discreto C(z). As regras b´ asicas deste mapeamento s˜ ao as seguintes:
P´ olos: Os p´ olos de C(s) s˜ ao mapeados em p´ olos de C(z) atrav´ es de z = e
sT
. Se
C(s) possui um p´ olo ems = −a+jb, ent˜ ao C(z) ter´ a um p´ olo emz = ρe

,
onde ρ = e
−aT
e θ = bT;
Zeros finitos: Os zeros finitos de C(s) s˜ ao mapeados em zeros finitos de C(z)
atrav´ es de z = e
sT
. Aplica-se a mesma regra utilizada para p´ olos;
Zeros no infinito: Os zeros de C(s) no infinito s˜ ao mapeados em zeros de C(z)
no ponto z = −1;
Ganho: O ganho de C(z) ´ e igualado ao ganho de C(s) numa freq¨ uˆ encia de
interesse. Na freq¨ uˆ encia s = 0, para a igualdade de valores DC, caso estes
sejam finitos, ter´ıamos
C(z)
¸
¸
¸
z=1
= C(s)
¸
¸
¸
s=0
.
4. Exemplo. Considere novamente o controlador proporcional-integral
C(s) = k
P
+
k
I
s
=
k
P
(s +k
I
/k
P
)
s
,
que possui um zero em s = −k
I
/k
P
, um p´ olo em s = 0 e ganho DC ´ e infinito. O
controlador emulado seria
C(z) =
k
P
_
z −e
−k
I
T/k
P
)
_
z −1
.
Como exemplo adicional, o controlador cont´ınuo C(s) = a/(s + a) possui um
zero no infinito, um p´ olo em s = −a e ganho DC igual a 1. O controlador discreto
seria
C(z) =
1
2
(z + 1)(1 −e
−aT
)
z −e
−aT
.
5. Tanto os controladores discretos obtidos atrav´ es do m´ etodo de Tustin quanto
os obtidos por emulac¸ ˜ ao de controladores cont´ınuos apresentam bom desempenho
EA721 / PAULO VALENTE / UNICAMP 249
desde que o per´ıodo de amostragem do sistema seja suficientemente pequeno. Re-
querem verificac¸ ˜ ao a posteriori para se saber se as especificac¸ ˜ oes de desempenho
formuladas foram de fato atendidas. O m´ etodo baseado em emulac¸ ˜ ao geralmente
envolve menos operac¸ ˜ oes alg´ ebricas do que o m´ etodo de Tustin.
6. O terceiro enfoque para o projeto de controladores discretos n˜ ao envolve qual-
quer tipo de aproximac¸ ˜ ao de controladores cont´ınuos. Definido o per´ıodo de amos-
tragem do sistema, o projeto pode ser inteiramente desenvolvido no plano z, asso-
ciando-se especificac¸ ˜ oes a regi ˜ oes adequadas do c´ırculo unit´ ario, o que garante a
priori o atendimento das especificac¸ ˜ oes. T´ ecnicas j´ a conhecidas para o projeto de
controladores cont´ınuos, como as baseadas no Lugar das Ra´ızes do sistema em
malha fechada podem ser utilizadas. O controlador resultante ´ e ainda dependente
do per´ıodo de amostragem do sistema, mas ao contr´ ario dos dois m´ etodos anterio-
res, n˜ ao ´ e necess´ ario que o per´ıodo empregado na amostragem seja muito pequeno.
Projeto via Lugar das Ra´ızes
7. Como a equac¸ ˜ ao caracter´ıstica do sistema discreto em malha fechada ´ e
1 +C(z)P(z) = 0,
e n˜ ao existe nenhuma diferenc¸a pr´ atica entre ’z’ e ’s’, as regras de contruc¸ ˜ ao do Lu-
gar das Ra´ızes s˜ ao rigorosamente as mesmas j´ a utilizadas para projetos no dom´ınio
da transformada de Laplace. As v´ arias etapas do projeto de controladores discretos
atrav´ es do Lugar das Ra´ızes ser˜ ao ilustradas por meio de um exemplo.
Exemplo Dada a func¸ ˜ ao de trasnferˆ encia da planta a ser controlada,
P(s) =
1
s(10s + 1)
,
obter C(z) via Lugar das Ra´ızes, de tal forma que k
v
≥ 1, M
p
≤ 16% e t
s
≤ 10 s.
O primeiro passo ´ e encontrar a func¸ ˜ ao de transferˆ encia discreta da planta:
P(z) = (1 −z
−1
)Z
_
P(s)
s
_
=
0.0484(z + 0.9672)
(z −1)(z −0.9048)
.
O LR da equac¸ ˜ ao caracter´ıstica 1 + C(z)P(z) = 0 relativo a C(z) = k
(compensac¸ ˜ ao est´ atica) encontra-se ilustrado na Figura 27.1. Observe que o gr´ afico
EA721 / PAULO VALENTE / UNICAMP 250
´ e o mesmo que seria obtido ao se substituir z por s na func¸ ˜ ao de transferˆ encia P(z).
Entretanto a an´ alise de estabilidade muda: o sistema torna-se inst´ avel quando os
ramos abandonam o c´ırculo unit´ ario. Atrav´ es dos recursos gr´ aficos do MATLAB
podemos determinar o ganho cr´ıtico como sendo k
c
= 2.32.
−4 −3 −2 −1 0 1 2
−2
−1.5
−1
−0.5
0
0.5
1
1.5
2
Real Axis
I
m
a
g

A
x
is
Figura 27.1: Lugar das Ra´ızes – compensac¸ ˜ ao est´ atica.
Compensac¸ ˜ ao est´ atica. A constante de velocidade do sistema ´ e
k
v
= lim
z→1
(z −1)C(z)P(z)
T
, (T = 1s)
=
0.048374k(1 + 0.9672)
(1 −0.9048)
= k.
Qualquer valor 1 ≤ k ≤ 2.32 atende a especificac¸ ˜ ao k
v
≥ 1. Mas para que
M
p
≤ 16%, ´ e necess´ ario que ξ ≥ 0.5, e o LR cruza a curva ξ = 0.5 quando
k = 0.08, aproximadamente. Logo, as especificac¸ ˜ oes k
v
≥ 1 e M
p
≤ 16% n˜ ao
podem ser simultaneamente atendidas. Al´ em disso, a regi˜ ao correspondente no
plano z a ξ ≥ 0.5 (M
p
≤ 16%) e ω
n
≥ 1 (t
s
≤ 10 seg) ´ e o c´ırculo de raio
r = e
−ξωnT
= e
−0.5×1×1
= 0.6065.
Os ramos do LR tangenciam um c´ırculo de raio 0.95, aproximadamente. A especi-
ficac¸ ˜ ao t
s
≤ 10 s tamb´ em n˜ ao pode ser atendida.
EA721 / PAULO VALENTE / UNICAMP 251
0.6 0.7 0.8 0.9 1 1.1 1.2
−0.5
−0.4
−0.3
−0.2
−0.1
0
0.1
0.2
0.3
0.4
0.5
Real Axis
I
m
a
g

A
x
is
Figura 27.2: An´ alise da especificac¸ ˜ ao t
s
≤ 10 s.
Compensac¸ ˜ ao dinˆ amica. Uma tentativa inicial ´ e feita como compensador dinˆ amico
C
1
(z) = 6.64
z −0.9048
z −0.3679
,
obtido pelo m´ etodo de emulac¸ ˜ ao (T = 1 s) aplicado ao compensador cont´ınuo
C(s) =
10s + 1
s + 1
,
que atende as especificac¸ ˜ oes de desempenho.
−5 −4 −3 −2 −1 0 1
−2
−1.5
−1
−0.5
0
0.5
1
1.5
2
Real Axis
I
m
a
g

A
x
e
s
Root Locus Design
Figura 27.3: Lugar das Ra´ızes – compensador C
1
(z).
EA721 / PAULO VALENTE / UNICAMP 252
O LR associado a C
1
(z) encontra-se ilustrado na Figura 27.3. Com k = 6.64
a constante de velocidade ´ e
k
v
= lim
z→1
(z −1)C
1
(z)P(z)
T
= 6.64 0.048374
1 + 0.9672
1 −0.3679
≈ 1,
os p´ olos apresentam ξ ≈ 0.2, mas os ramos tangenciam um c´ırculo de raio ≈ 0.65
n˜ ao atendendo a especificac¸ ˜ ao t
s
≤ 10 s. O compensador ter´ a de ser modificado.
Uma possibilidade ´ e mover o zero e o p´ olo de C
1
(z) para a esquerda e ajustar o
ganho k. Na Figura 27.4, apenas o p´ olo ´ e deslocado, para z = 0.05.
−5 −4 −3 −2 −1 0 1
−2
−1.5
−1
−0.5
0
0.5
1
1.5
2
Root Locus Design
I
m
a
g

A
x
e
s
Real Axis
Figura 27.4: Deslocamento do p´ olo do compensador para z = 0.05.
Os p´ olos de malha fechada,
z = 0.3644 ±j0.4774,
correspondem a s = (1/T) ln z = −0.5099 ±j0.9188, resultando em ξ = 0.49 e
ω
n
= 1.05 como desejado. Entretanto,
k
v
= 6.64 0.048374
1 + 0.9672
1 −0.05
= 0.66.
O valor de k
v
tende a aumentar ao se mover o zero de C
1
(z) para a esquerda.
Assuma que o zero ´ e deslocado para 0.8, resultando no controlador
C
2
(z) = 6.64
z −0.80
z −0.05
.
EA721 / PAULO VALENTE / UNICAMP 253
A Figura 27.5 ilustra o LR associado a C
2
(z). A nova constante de velocidade
´ e
k
v
= 6.64 0.048374
(1 −0.8)(1 + 0.9672)
(1 −0.05)(1 −0.9048)
= 1.40,
e portanto a especificac¸ ˜ ao k
v
≥ 1 ´ e atendida.
−4 −3.5 −3 −2.5 −2 −1.5 −1 −0.5 0 0.5 1
−1.5
−1
−0.5
0
0.5
1
1.5
Real Axis
I
m
a
g

A
x
e
s
Root Locus Design
Figura 27.5: Lugar das Ra´ızes – compensador C
2
(z).
A resposta do sistema ao degrau unit´ ario ´ e representada na Figura 27.6. Os
p´ olos de malha fechada s˜ ao z
1,2
= 0.4410 ±j0.4431 e z
3
= 0.7516, al´ em do zero
em z = 0.80. Os p´ olos complexos se traduzem em ξ = 0.51 e ω
n
= 0.91, o que
em tese levaria a M
p
≤ 16% e t
s
≤ 10 s, aproximadamente.
Time (sec.)
A
m
p
lit
u
d
e
Step Response
0 2 4 6 8 10 12 14 16 18 20
0
0.2
0.4
0.6
0.8
1
1.2
1.4
From: U(1)
T
o
: Y
(
1
)
Figura 27.6: Resposta ao degrau unit´ ario – compensador C
2
(z).
EA721 / PAULO VALENTE / UNICAMP 254
Note entretanto que este seria o comportamento para um sistema de segunda
ordem sem zeros ! A presenc¸a do zero em z = 0.80 diminui o amortecimento,
aumentando a m´ axima sobre-elevac¸ ˜ ao (M
p
≈ 33%). A presenc¸a do p´ olo em z =
0.75 torna a resposta mais lenta, aumentando o tempo de acomodac¸ ˜ ao (t
s
≈ 14
s). O efeito do zero pode ser minimizado movendo-o para pr ´ oximo do p´ olo em
z = 0.9048, mas isto diminuiria K
v
. Ap´ os um processo de tentativa-e-erro chega-
se ao compensador
C
3
(z) = 13
z −0.89
z + 0.50
,
que efetivamente atende as especificac¸ ˜ oes de desempenho formuladas. As Figuras
29.7 e 29.8 ilustram o Lugar das Ra´ızes e a resposta do sistema ao degrau unit´ ario,
respectivamente, referentes ao compensador C
3
(z).
−4 −3.5 −3 −2.5 −2 −1.5 −1 −0.5 0 0.5 1
−1.5
−1
−0.5
0
0.5
1
1.5
Root Locus Design
I
m
a
g

A
x
e
s
Real Axis
Figura 27.7: Lugar das Ra´ızes – compensador C
3
(z).
Time (sec.)
A
m
p
lit
u
d
e
Step Response
0 2 4 6 8 10 12 14 16 18 20
0
0.2
0.4
0.6
0.8
1
1.2
1.4
From: U(1)
T
o
: Y
(
1
)
Figura 27.8: Resposta ao degrau unit´ ario – compensador C
3
(z).
EA721 / PAULO VALENTE / UNICAMP 255
Aula #
Pequena Hist ´ oria da Realimentac¸ ˜ ao
1. Realimentac¸ ˜ ao ´ e um princ´ıpio fundamental na Natureza. A vida na Terra se
tornou poss´ıvel porque durante o processo evolutivo foram desenvolvidos mecanis-
mos de realimentac¸ ˜ ao em seres vivos. O pr´ oprio corpo humano ´ e um reposit ´ orio de
sistemas realimentados. Parte do sistema de controle de temperatura do corpo hu-
mano, o sistema de transpirac¸ ˜ ao, ´ e um exemplo de sistema realimentado. Quando a
temperatura ambiente torna-se mais elevada do que a temperatura normal da pele,
as glˆ andulas sudor´ıparas secretam fortemente, induzindo o resfriamento da pele
atrav´ es de evaporac¸ ˜ ao. O controle da press˜ ao arterial, isto ´ e, o controle da press˜ ao
em vasos sang¨ u´ıneos, ´ e outro exemplo de sistema realimentado no corpo humano.
2. O interesse maior neste curso ´ e por sistemas realimentados artificiais, in-
troduzidos pelo ser humano por raz˜ oes econˆ omicas, principalmente. A seguir
apresenta-se um pequeno hist ´ orico do desenvolvimento tecnol ´ ogico do princ´ıpio
da realimentac¸ ˜ ao.
´
E interessante observar que os componentes b´ asicos do controle
em malha fechada est˜ ao presentes desde os mecanismos mais primitivos. A natu-
reza intuitiva e a efic´ acia desses mecanismos na ausˆ encia de modelos matem´ aticos
s˜ ao evidˆ encias da potencialidade do princ´ıpio da realimentac¸ ˜ ao.
Per´ıodo primitivo: At ´ e 1900
S´ eculo 3 AC. Registros mais antigos sobre o emprego tecnol ´ ogico da realimen-
tac¸ ˜ ao. Obra de Vitruvius descreve rel ´ ogios a ´ agua atribu´ıdos a Ktesibios, nos quais
v´ alvulas flutuantes eram utilizadas para regular os n´ıveis dos reservat ´ orios d’agua
utilizados;
S´ eculo 1 DC. Na obra Pneumatica, Heron de Alexandria descreve uma s´ erie de
sistemas mecˆ anicos baseados em realimentac¸ ˜ ao para regulac¸ ˜ ao de n´ıvel (´ agua, vi-
nho, ´ oleo). O conhecimento sobre realimentac¸ ˜ ao no Per´ıodo Helˆ enico ´ e preservado
na Cultura Islˆ amica, redescoberta no Ocidente no final do Renascimento;
1634. O regulador de temperatura de C. Drebbel ´ e o primeiro sistema reali-
mentado inventado na Europa moderna independentemente de modelos da An-
EA721 / PAULO VALENTE / UNICAMP 256
tig¨ uidade. A temperatura na cˆ amara de Drebbel era regulada a partir das proprie-
dades de expans˜ ao e contrac¸ ˜ ao de substˆ ancias qu´ımicas (alcool e merc´ urio);
1745. E. Lee patenteia um sistema baseado em realimentac¸ ˜ ao chamado de p´ as-
de-cauda (fantails) para moinhos movidos pelo vento. As p´ as-de-cauda eram mon-
tadas em ˆ angulo reto com as p´ as principais do moinho, produzindo a regulac¸ ˜ ao
necess´ aria para manter as p´ as principais orientadas na direc¸ ˜ ao do vento;
1783. Bonnemain desenvolve sistemas de controle de temperatura a partir de sen-
sores e atuadores baseados na expans˜ ao diferencial de diferentes metais. Durante
o s´ eculo 19, uma grande variedade de dispositivos termost ´ aticos s˜ ao desenvolvidos
e comercializados;
1787. T. Mead patenteia um dispositivo que ligava um regulador centr´ıfugo a
um mecanismo que variava as ´ areas das p´ as principais de um moinho expostas
ao vento de acordo com a velocidade desejada, compensando assim variac¸ ˜ oes na
velocidade do vento (dist ´ urbios);
1789. J. Watt, que na mesma ´ epoca havia desenvolvido uma m´ aquina a vapor
para produzir movimento de rotac¸ ˜ ao, toma conhecimento do regulador centr´ıfugo
e o adapta para regular a velocidade de rotac¸ ˜ ao da m´ aquina.
3. Nos setenta anos seguintes ` a introduc¸ ˜ ao do regulador de Watt, milhares de pa-
tentes sobre reguladores de velocidade s˜ ao registradas. A maioria dos dispositivos
propostos buscava eliminar problemas no funcionamento do regulador, como erro
de regime (offset), devido a sua inerente ac¸ ˜ ao proporcional, e problemas causados
pela instabilidade do dispositivo, relatados desde a sua introduc¸ ˜ ao. O regulador de
Watt havia adquirido grande importˆ ancia comercial e motivava grandes cient´ıstas,
como J. C. Maxwell.
1868. J. C. Maxwell publica On Governors, no qual descreve como obter as
equac¸ ˜ oes diferenciais lineares para v´ arios tipos de reguladores existentes. Mostra
ainda que para sistemas de segunda, terceira e quarta ordens, a an´ alise dos coefici-
entes das equac¸ ˜ oes diferenciais permitia determinar a estabilidade do sistema;
1877. E. J. Routh publica Stability of Motion, no qual exp˜ oe o que hoje se co-
nhece como crit´ erio de Routh-Hurwitz. Naquele tempo se sabia que a esta-
bilidade de um sistema dinˆ amico era determinada pela localizac¸ ˜ ao das ra´ızes da
sua equac¸ ˜ ao caracter´ıstica. Routh introduziu um m´ etodo simples para localizar as
EA721 / PAULO VALENTE / UNICAMP 257
ra´ızes de um polinˆ omio qualquer relativamente ao eixo imagin´ ario do plano com-
plexo.
4. A maioria das invenc¸ ˜ oes e aplicac¸ ˜ oes desse per´ıodo envolvia atividades b´ asicas
como controle de temperatura, press˜ ao, n´ıvel e velocidade de rotac¸ ˜ ao de m´ aquinas.
Do desenvolvimento da ind´ ustria naval, motivado pela necessidade de navios e
canh˜ oes cada vez maiores, e da introduc¸ ˜ ao de novas armas como torpedos, resul-
taram aplicac¸ ˜ oes de sistemas pneum´ aticos de potˆ encia para operar mecanismos de
controle de posic¸ ˜ ao. O termo servomecanismo deriva de moteur asservi, surgido
na Franc¸a no contexto dos sistemas de controle de posic¸ ˜ ao.
Per´ıodo pr´ e-cl ´ assico: 1900-1935
5. Do aumento da compreens˜ ao sobre eletricidade e seus usos surgiram novas
aplicac¸ ˜ oes para o controle por realimentac¸ ˜ ao. Nas duas primeiras d´ ecadas do
s´ eculo XX, surgiram controladores para regular tens˜ ao, corrente e freq¨ uˆ encia. Ou-
tras aplicac¸ ˜ oes incluiam: controle de caldeiras para gerac¸ ˜ ao de vapor, controle
de velocidade de motores el´ etricos, controle de sistemas de guiagem de navios e
avi ˜ oes, e controle de temperatura, press˜ ao e vaz˜ ao em ind´ ustrias qu´ımicas.
`
A me-
dida que sistemas de controle eram cada vez mais utilizados, alguns problemas
importantes tornaram-se evidentes: falta de conhecimento te´ orico sobre o funcio-
namento dos controladores, dificuldades na abordagem de problemas devido a falta
de padronizac¸ ˜ ao, inexistˆ encia de m´ etodos simples de an´ alise e projeto.
1922. N. Minorsky apresenta uma an´ alise clara do controle envolvido em siste-
mas de controle de posic¸ ˜ ao e formula a lei de controle hoje conhecida como PID
(Proporcional, Integral, Derivativa), na qual teria chegado observando a maneira
como timoneiros pilotam navios. O trabalho de Minorsky teve pouco impacto, ` a
´ epoca, devido a inexistˆ encia de amplificadores adequados para converter sinais de
baixa potˆ encia, correspondentes aos sinais medidos, em sinais de pot ˆ encia sufici-
ente para fins de atuac¸ ˜ ao;
1927. Atransmiss˜ ao de sinais telefˆ onicos a longas distˆ ancias exigia amplificac¸ ˜ oes
eletrˆ onicas, mas a distorc¸ ˜ ao introduzida pelos amplificadores limitava o n´ umero de
repetidores que poderiam ser colocados em s´ erie, e portanto a distˆ ancia atingida.
H. S. Black percebe que a distorc¸ ˜ ao poderia ser eliminada se se pudesse amplificar
sinais comganhos precisos, o que obt´ ematrav´ es da realimentac¸ ˜ ao negativa da sa´ıda
do amplificador. Ganhos precisos numa faixa de freq¨ uˆ encia maior - maior largura
de banda - tornaram poss´ıvel a expans˜ ao do tr´ afego nas linha de transmiss˜ ao;
EA721 / PAULO VALENTE / UNICAMP 258
1930. C. E. Mason desenvolve o equivalente pneum´ atico do amplificador de Black,
realimentando negativamente parte do movimento da sa´ıda de um amplificador
pneum´ atico. A realimentac¸ ˜ ao linearizava o funcionamento da v´ alvula de atuac¸ ˜ ao
conectada ao amplificador. Al´ em da ac¸ ˜ ao proporcional viabilizada pela realimen-
tac¸ ˜ ao negativa da sa´ıda, o esquema proposto por Mason permitia a incorporac¸ ˜ ao de
ac¸ ˜ ao integral no sistema;
1932. H. Nyquist publica Regeneration Theory, no qual desenvolve uma teoria
de estabilidade que considera ganhos e defasamentos dependentes da freq¨ uˆ encia,
levando ao que hoje se conhece como crit´ erio de Nyquist para estabilidade, e
dando origem a um m´ etodo para an´ alise e projeto de sistemas de controle base-
ado na combinac¸ ˜ ao de dados comput´ aveis e dados experimentais, a resposta em
freq¨ uˆ encia do sistema.
Per´ıodo cl ´ assico: 1935-1950
6. Um dos principais problemas pr´ aticos no comec¸o deste per´ıodo era ampliar a
largura de banda dos sistemas de comunicac¸ ˜ oes e ainda assim obter boas carac-
ter´ısticas de resposta em freq¨ uˆ encia. Idealmente buscava-se um amplificador com
ganho constante numa grande faixa de freq¨ uˆ encias, r´ apida atenuac¸ ˜ ao fora da faixa
e pequeno atraso de fase. Numa linha mais te´ orica, H. L. Hazen e G. S. Brown,
que utilizavam m´ etodos baseados no dom´ınio do tempo (equac¸ ˜ oes diferenciais),
comec¸aram a desenvolver o uso de diagramas de blocos e a empregar um analisa-
dor diferencial (pequeno computador anal ´ ogico, mecˆ anico) para simular sistemas
de controle.
1940. H. Bode evidencia a relac¸ ˜ ao entre uma dada caracter´ıstica de atenuac¸ ˜ ao
e o defasamento m´ınimo associado. Adota o ponto (−1, 0) como ponto cr´ıtico
para an´ alise de estabilidade - Nyquist utilizava (+1, 0) - e introduz os conceitos de
margem de fase, margem de ganho e de limitac¸ ˜ ao de largura de banda;
1942. Avanc¸os na ´ area de controladores pneum´ aticos tornavam agora poss´ıvel
construir controladores PID’s com ganhos ajust´ aveis. J. G. Ziegler e N. B. Nichols
publicam artigos descrevendo como obter ajustes ´ otimos para controladores PI e
PID, as chamadas regras de sintonia de Ziegler-Nichols.
7. O in´ıcio da Segunda Guerra Mundial desviou os esforc¸os na ´ area de sistemas de
controle para problemas espec´ıficos. O mais importante era o de posicionamente
de armas antia´ ereas, que envolvia detetar a posic¸ ˜ ao de uma aeronave, calcular sua
EA721 / PAULO VALENTE / UNICAMP 259
posic¸ ˜ ao futura e controlar precisamente o movimento da arma. Para resolver efi-
cientemente o problema - as aeronaves de combate tornavam-se cada vez mais
r´ apidas - um sistema autom´ atico de rastreamento via radar foi diretamente co-
nectado ao controle de tiro. A soluc¸ ˜ ao envolvia diferentes sistemas, mecˆ anicos
e eletro-eletrˆ onicos, e explorava as melhores caracter´ısticas dos enfoques centra-
dos nos dom´ınios do tempo (sistemas mecˆ anicos) e da freq¨ uˆ encia (sistemas eletro-
eletrˆ onicos).
1943. A. C. Hall mostra que adotando-se uma abordagem por transformada de
Laplace, sistemas mecˆ anicos e el´ etricos representados em diagramas de blocos
podem ser substitu´ıdos por func¸ ˜ oes de transferˆ encia. Hall introduz ainda o uso
dos c´ırculos M e N, que permitem estimar a constante de tempo dominante do
sistema;
1947. N. B. Nichols introduz uma t´ ecnica gr´ afica para obter o ganho e a fase de
um sistema em malha fechada a partir do gr´ afico ganho logaritmico versus fase do
sistema em malha aberta parametrizado pela freq¨ uˆ encia. A t´ ecnica ´ e hoje conhe-
cida como carta de Nichols;
1948. W. R. Evans introduz um m´ etodo gr´ afico para a an´ alise de sistemas de con-
trole, atrav´ es do qual ´ e poss´ıvel investigar o comportamento das ra´ızes da equac¸ ˜ ao
caracter´ıstica do sistema quando um determinado parˆ ametro presente na equac¸ ˜ ao
varia. O chamado lugar das ra´ızes (root locus) de Evans permite relacionar a
variac¸ ˜ ao do parˆ ametro ` a variac¸ ˜ ao do comportamento temporal do sistema.
Per´ıodo moderno: Ap´ os 1950
8. No comec¸o da d´ ecada de 1950, as inovac¸ ˜ oes do per´ıodo cl´ assico estavam con-
solidadas. As t´ ecnicas cl´ assicas permitiam tratar sistemas dinˆ amicos lineares, in-
variantes no tempo, e monovari´ aveis, isto ´ e, sistemas representados por equac¸ ˜ oes
diferenciais lineares comcoeficientes constantes e apenas uma entrada e uma sa´ıda.
T´ ecnicas baseadas em resposta em freq¨ uˆ encia (Nyquist, Bode, Nichols) traduziam
o comportamento desejado em termos de largura de banda, ressonˆ ancia e margens
de ganho e de fase, sendo essencialmente gr´ aficas. T´ ecnicas baseadas em resposta
temporal (soluc¸ ˜ ao de equac¸ ˜ oes diferenciais via transformada de Laplace) expressa-
vam desempenho em termos de tempo de subida, sobre-elevac¸ ˜ ao, erro de regime
e amortecimento.
9. As inovac¸ ˜ oes introduzidas ap´ os 1950 visam eliminar restric¸ ˜ oes das t´ ecnicas
EA721 / PAULO VALENTE / UNICAMP 260
do per´ıodo cl´ assico. Sistemas reais s˜ ao geralmente multivari´ aveis, variantes no
tempo, n˜ ao-lineares e est˜ ao sujeitos a ru´ıdos e incertezas. Al´ em disso, motivado
por algumas aplicac¸ ˜ oes do p´ os-guerra na ´ area da pesquisa aeroespacial, o enfoque
passou de apenas obter um controle estabilizante para obter um controle ´ otimo, no
sentido da otimizac¸ ˜ ao de um ´ındice de desempenho. Uma aplicac¸ ˜ ao t´ıpica era a
interceptac¸ ˜ ao de m´ısseis em tempo m´ınimo (´ındice de desempenho). As t´ ecnicas
de controle ´ otimo utilizam a chamada abordagem no espac¸o de estados, segundo
a qual uma equac¸ ˜ ao diferencial de ordem n ´ e reescrita como um conjunto de n
equac¸ ˜ oes diferenciais de primeira ordem, cada uma delas representando a evoluc¸ ˜ ao
de um estado do sistema. O computador anal ´ ogico, no qual cada estado podia ser
representado por um integrador, e a introduc¸ ˜ ao do computador digital em meados
da d´ ecada de 1950, foram decisivos para o desenvolvimento dos m´ etodos baseados
em controle ´ otimo.
1956. L. S. Pontryagin estabelece as bases da teoria matem´ atica do controle
´ otimo ao formular um conjunto de condic¸ ˜ oes alg´ ebricas e diferenciais, conhecido
como Princ´ıpio do M´ aximo, a serem satisfeitas por leis de controle ´ otimas em
problemas nos quais as vari´ aveis de controle encontram-se limitadas;
1957. R. Bellman formula o Princ´ıpio da Otimalidade e chega a uma t´ ecnica de
resoluc¸ ˜ ao de problemas de controle ´ otimo denominada Programac¸ ˜ ao Dinˆ amica,
atrav´ es da qual problemas de controle ´ otimo bastante gerais podem ser subdividi-
dos e resolvidos em est´ agios;
1960. R. E. Kalman evidencia a relac¸ ˜ ao de dualidade existente entre controle e
filtragem - a obtenc¸ ˜ ao do estado real da planta atrav´ es de medidas ruidosas - mul-
tivari´ aveis e introduz o ´ındice de desempenho quadr´ atico, atrav´ es do qual obt´ em
um procedimento de s´ıntese de controladores para sistemas lineares multivari ´ aveis
baseado na realimentac¸ ˜ ao linear das vari´ aveis de estado da planta. O regulador
proposto por Kalman foi mais tarde denominado (por M. Athans) de LQR - Regu-
lador Linear-Quadr´ atico.
10. Kalman tamb´ em introduziu os conceitos de controlabilidade e observabili-
dade, que combinados ` a id´ eia de controle modal proposta por H. H. Rosenbrock,
deram origem a in´ umeros trabalhos na linha de controle por alocac¸ ˜ ao de p´ olos.
O chamado filtro de Kalman-Bucy (em referˆ encia ` a cooperac¸ ˜ ao com R. Bucy) ´ e
uma extens˜ ao (para sistemas variantes no tempo) do trabalho sobre filtragem ´ otima
realizado por N. Wiener na d´ ecada de 1940. Os ganhos do LQE - Estimador
Linear-Quadr´ atico, como tamb´ em viria ser conhecido, s˜ ao obtidos de forma si-
EA721 / PAULO VALENTE / UNICAMP 261
milar a utilizada no LQR. Mais tarde mostrou-se que se os dist ´ urbios nos estados e
nas medidas fossem do tipo ru´ıdo branco Gaussiano, a realimentac¸ ˜ ao dos estados
estimados pelo LQE com os ganhos fornecidos pelo LQR levava ` a minimizac¸ ˜ ao do
valor esperado do ´ındice de desempenho quadr´ atico, um princ´ıpio de separac¸ ˜ ao
entre controle e filtragem que simplifica enormemente a s´ıntese dos controladores
´ otimos do tipo LQG - Linear Quadr´ atico Gaussiano, como ficaram conhecidos.
Navegac¸ ˜ ao e guiagem de ve´ıculos espaciais (as miss˜ oes Apollo, em particular) es-
tiveram entre as primeiras aplicac¸ ˜ oes de controladores LQG’s.
11. At´ e aproximadamente o comec¸o da d´ ecada de 1980, as abordagens baseadas
em espac¸o de estados foram predominantes em relac¸ ˜ ao ` as baseadas em m´ etodos
freq¨ uˆ enciais, mas n˜ ao satisfizeram plenamente as expectativas criadas em torno
da sua capacidade de lidar com incertezas, que ´ e a raz˜ ao central para se utilizar
sistemas realimentados. A abordagem por espac¸o de estados pressup˜ oe modelos
matem´ aticos precisos da planta e dos demais elementos presentes na malha de
controle, nem sempre dispon´ıveis ou mesmo pass´ıveis de obtenc¸ ˜ ao em aplicac¸ ˜ oes
industriais importantes. A revalorizac¸ ˜ ao da abordagem freq¨ uˆ encial havida nas duas
´ ultimas d´ ecadas do S´ eculo XX deriva da constatac¸ ˜ ao de que incertezas parecem ser
melhor tratadas no dom´ınio da freq¨ uˆ encia e de avanc¸os na aplicac¸ ˜ ao de t´ ecnicas
como an´ alise funcional em teoria de controle.
12. O enorme progresso da ´ area de sistemas de controle n˜ ao seria poss´ıvel sem a
introduc¸ ˜ ao do computador digital. Computadores digitais passarama fazer parte do
controle de processos em ind´ ustrias qu´ımicas, sider´ urgicas e de gerac¸ ˜ ao de ener-
gia no final da d´ ecada de 1950. No comec¸o tinham func¸ ˜ oes apenas de super-
vis˜ ao e monitoramento, auxiliando na obtenc¸ ˜ ao de condic¸ ˜ oes ´ otimas de operac¸ ˜ ao,
emiss˜ ao de relat ´ orios de produc¸ ˜ ao e consumo de mat´ eria-prima. O descompasso
entre a teoria e a pr´ atica envolvidas em controle de processos estimulou o desenvol-
vimento de ´ areas como identificac¸ ˜ ao de sistemas, controle adaptativo e projeto
de reguladores auto-ajust´ aveis.
13. A partir de 1962 os computadores digitais passaram a responder pelo con-
trole digital direto de processos, substituindo instrumentac¸ ˜ oes anal ´ ogicas de con-
trole. Baixo custo por malha de controle, simplicidade e flexibilidade tornaram
os computadores digitais atrativos, especialmente para ind´ ustrias de grande porte
que podiam arcar com os elevados custos iniciais de aquisic¸ ˜ ao de computadores.
Com o aparecimento do microcomputador em 1972, o custo da computac¸ ˜ ao di-
gital passa a cair continuamente e novas aplicac¸ ˜ oes s˜ ao exploradas. Equipamentos
como o controlador de malha (single-loop) passam a fazer parte da maioria das
instalac¸ ˜ oes industriais. Sistemas para seq¨ uenciamento de operac¸ ˜ oes (partida, che-
EA721 / PAULO VALENTE / UNICAMP 262
gada e intertravamento) baseados em l ´ ogica de rel´ e s˜ ao progressivamente subs-
titu´ıdos por controladores l ´ ogicos program´ aveis (programmable logic control-
lers, PLC’s).
14. Hoje em dia, praticamente todos os sistemas de controle s˜ ao baseados em
controle digital. Aplicac¸ ˜ oes v˜ ao desde gerac¸ ˜ ao e distribuic¸ ˜ ao de energia el´ etrica,
controle de processos, manufatura e transporte, at ´ e produtos de consumo de massa,
como eletrˆ onica automotiva e aparelhos de som e v´ıdeo.

EA721 / PAULO VALENTE / UNICAMP

2

Aula 1

´ Introducao ao Controle Automatico ¸˜
Terminologia b´ sica a Malha aberta × malha fechada Exemplos ilustrativos

´ Terminologia basica
1. Certos termos utilizados para descrever vari´ veis e configuracoes relacionadas a a ¸˜ ˜ sistemas de controle tornaram-se padroes com o passar do tempo. Apresentamos a seguir alguns termos b´ sicos. Termos mais espec´ficos surgir˜ o no transcorrer do a ı a curso. Sistema. O termo sistema designa um arranjo, conjunto ou colec ao de compo¸˜ nentes conectados ou relacionados de maneira a formar ou agir como uma unidade. Um sistema n˜ o e algo necessariamente f´sico. O termo pode ser usado em a ´ ı referˆ ncia a sistemas econˆ micos, biol´ gicos ou mecˆ nicos, entre outros; e o o a ´ Controle. O termo controle e usualmente empregado no sentido de regulacao, ¸˜ direcionamento ou comando. Um sistema de controle seria um arranjo de componentes conectados ou relacionados de maneira a se auto-regular (direcionar, comandar), ou regular (direcionar, comandar) um outro sistema. 2. As definicoes acima s˜ o suficientemente gerais para que, num sentido mais abs¸˜ a trato, qualquer objeto f´sico possa ser considerado um sistema de controle. Uma ı simples superf´cie refletora controla raios de luz, refletindo-os de acordo com os ı ˆ seus angulos de incidˆ ncia. Qualquer coisa controla o ambiente a sua volta, pase siva ou ativamente. Em Engenharia, sistema de controle adquire um sentido mais restrito, designando sistemas utilizados para controlar (ativamente) vari´ veis como a temperatura, press˜ o e vaz˜ o em processos qu´micos, tens˜ o e freq¨ encia em sisa a ı a uˆ temas de geracao e distribuicao de energia, posicao e velocidade angulares de mo¸˜ ¸˜ ¸˜ o ı tores, trajet´ ria de ve´culos, etc. ´ Planta. O termo planta (ou processo, ou sistema controlado) e usado para de´ signar o sistema que e objeto da acao do sistema de controle. ¸˜

EA721 / PAULO VALENTE / UNICAMP

3

´ 3. Planta e uma traducao da palavra inglˆ sa plant, que tamb´ m poderia ser tra¸˜ e e duzida como f´ brica ou instalacao industrial, ambiente onde muitos sistemas de a ¸˜ controle tiveram origem. Geralmente utilizamos os termos planta e processo, sem distincao, para designar aquilo que queremos controlar, embora o termo controle ¸˜ de processos esteja mais frequentemente associado ao controle de sistemas que envolvam vari´ veis como temperatura, press˜ o e vaz˜ o, presentes em industrias a a a qu´micas, por exemplo. Neste curso adotamos o termo planta para designar o obı ´ jeto da acao de controle. A planta e representada como um bloco relacionando uma ¸˜ vari´ vel de entrada a uma vari´ vel de sa´da (Figura 1.1). a a ı PSfrag replacements Entrada Planta Sa´da ı

Figura 1.1: Planta. 4. Definimos a seguir alguns termos relativos a quantidades presentes em sistemas de controle. Os valores dessas quantidades geralmente s˜ o funcoes da vari´ vel a ¸˜ a independente tempo. Vari´ vel de referˆ ncia. A vari´ vel de referˆ ncia (ou comandada) serve de rea e a e ´ ferˆ ncia (no sentido de comportamento desejado) para a vari avel controlada; e ´ Vari´ vel controlada. A vari´ vel controlada (ou regulada) e qualquer vari´ vel a a a ´ que se deseja controlar. A vari´ vel controlada e geralmente representada pela a vari´ vel de sa´da do sistema de controle; a ı ´ Vari´ vel de controle. A vari´ vel de controle (ou manipulada) e a quantidade a a ´ determinada pela acao de um controlador. A vari´ vel de controle e geralmente ¸˜ a identificada como a vari´ vel de entrada da planta; a ´ Controlador. Um controlador (ou compensador) e qualquer sistema conectado ` a planta no sentido de fazer a vari´ vel controlada responder de acordo com o espea cificado pela vari´ vel de referˆ ncia. a e 5. Exemplos. No controle de posicao do eixo de um motor DC (planta), as ¸˜ vari´ veis de controle e controlada s˜ o, respectivamente, a tens˜ o aplicada nos tera a a minais de entrada do motor e a posicao angular resultante do eixo. O controla¸˜

EA721 / PAULO VALENTE / UNICAMP

4

dor poderia ser simplesmente um transdutor, que converteria a posic ao desejada ¸˜ (vari´ vel de referˆ ncia) em radianos ou graus na tens˜ o necess´ ria para produz´-la. a e a a ı ´ Num tanque para aquecimento de agua (planta), as vari´ veis de controle e cona trolada s˜ o, respectivamente, a quantidade de calor transferida ao tanque e a tema ´ peratura resultante da agua. Um controlador converteria a temperatura desejada (vari´ vel de referˆ ncia) na quantidade de calor necess´ ria para atingi -la. a e a 6. Se as vari´ veis de referˆ ncia, de controle e de sa´da forem denotadas por r, u e y, a e ı respectivamente, ent˜ o e poss´vel representar um sistema de controle em malha a ´ ı PSfrag replacements aberta como na Figura 1.2.

r Controlador

u Planta

y

Figura 1.2: Sistema em malha aberta. 7. Os blocos (sistemas) Controlador e Planta s˜ o vistos agora como subsistemas de a um sistema mais complexo. A principal caracter´stica do sistema em malha aberta ı ´ da Figura 1.2 e inexistˆ ncia de realimentacao: os valores assumidos pela vari´ vel e ¸˜ a ´ de controle n˜ o dependem dos valores da vari´ vel de sa´da. A acao de controle e a a ı ¸˜ funcao apenas do processamento da vari´ vel de referˆ ncia pelo controlador. Por ¸˜ a e simplicidade, os termos vari´ vel de referˆ ncia, vari´ vel de entrada e vari´ vel de a e a a sa´da ser˜ o abreviados para referˆ ncia, entrada e sa´da do sistema, respectivamente. ı a e ı PSfrag replacements r Comparador e Controlador u Planta y

Sensor

Figura 1.3: Sistema em malha fechada. 8. Em contraste com o sistema de controle em malha aberta da Figura 1.2, a Figura 1.3 ilustra um sistema de controle em malha fechada, realimentado, no sentido

EA721 / PAULO VALENTE / UNICAMP

5

´ de que a sa´da y e medida e comparada com a sa´da desejada, indicada atrav´ s da ı ı e referˆ ncia r, para processamento atrav´ s do controlador e a consequente definicao e e ¸˜ da acao de controle u. ¸˜ 9. Dois novos componentes s˜ o introduzidos na Figura 1.3. A sa´da do sistema a ı ´ e medida atrav´ s do componente representado no bloco Sensor. Em seguida, a e ´ referˆ ncia e comparada com o valor medido, no bloco Comparador. A sa´da do e ı ´ comparador ser´ denotada por e. Em geral, a sa´da do comparador e simplesmente a ı ´ o erro entre a referˆ ncia e o valor medido, isto e, e = r − y. e ¸˜ 10. Exemplos. No controle de posicao do motor DC mencionado anteriormente, o sistema de controle encontra-se em malha aberta, uma vez que a tens˜ o definida a pelo controlador n˜ o depende da posicao angular do eixo. O mesmo ocorre no cona ¸˜ ˜ trole de temperatura do tanque: a quantidade de calor definida pelo controlador n ao ´ depende da temperatura da agua. Nas vers˜ es em malha fechada desses sistemas, o as vari´ veis de sa´da seriam medidas atrav´ s de sensores apropriados e comparaa ı e das com os valores desejados. Os erros resultantes seriam ent˜ o processados pelos a respectivos controladores para os ajustes necess´ rios (realimentacao). a ¸˜ ` 11. As vezes torna-se conveniente explicitar a parte do sistema de controle respons´ vel pela atuacao na planta, como na Figura 1.4, atrav´ s do bloco Atuador. a ¸˜ e ´ Em sistemas f´sicos, o atuador e o componente que gera a potˆ ncia necess´ ria para ı e a ` produzir a sa´da do sistema. A descricao do atuador pode ser incorporada a do ı ¸˜ ` controlador ou a da planta. Neste curso, optamos por designar de controlador ape´ nas a parte do sistema que e efetivamente projet´ vel, sendo o atuador geralmente a considerado como parte integrante da planta. PSfrag replacements r + − e Controlador Atuador Planta y

Sensor

Figura 1.4: Sistema explicitando o atuador.

¸˜ ı w PSfrag replacements r + − e Controlador u Planta y Sensor v ´ Figura 1. ` 14. a parte ¸˜ ´ n˜ o-modelada pode agir como disturbio interno. n˜ o seria nea a a cess´ rio utilizar sistemas de controle em malha fechada.5 ilustra um sistema de controle em malha fechada no qual vari´ veis de dist´ rbio agindo na planta e no sensor s˜ o explicitamente cona u a . sistemas em malha aberta a seriam suficientes. gerando um disturbio interno. do sensor e do ambiente no qual o sistema em malha feı chada opera.EA721 / PAULO VALENTE / UNICAMP 6 12. 13. O termo disturbio designa genericamente qualquer evento que tenda a afetar o funcionamento do sistema de controle de forma adversa. A Figura 1. Se a ´ parte da descricao da planta e omitida na etapa de modelagem do sistema. A ı ´ forca e a amplitude das ondas representam disturbios externos para os sistemas de ¸ estabilizacao de plataformas mar´timas. Um sensor descalibrado ou sujeito a ru´dos gera medidas que n˜ o ı a ´ refletem os valores da sa´da. se fosse poss´vel representar a planta. Pode ser gerado internamente ou externamente ao sistema de controle. A traducao de dist´ rbios em termos de vari´ veis est´ diretamente ligada as ¸˜ u a a caracter´sticas da planta. A velocidade do vento representa a ´ ´ um disturbio externo para os sistemas de controle de trajetoria de ve´culos. ¸ ´ ´ Disturbio. Exemplos.5: Sistema em malha fechada sujeito a disturbios. A principal raz˜ o para a utilizacao de um sistema de controle a ¸˜ ´ ´ em malha fechada e a eventual presenca de disturbios agindo sobre o sistema. o controlador e o ambiente ı no qual o sistema de controle est´ inserido com precis˜ o infinita. Os valores mediı dos incorretamente ser˜ o realimentados. afetando o funcionamento do sistema. Idealmente.

No controle em malha fechada do motor DC. Tipo de controle em malha fechada no qual as func oes a ¸˜ de comparador. Controle manual. u e y. mas n˜ o s˜ o afetadas pelas vari´ veis e. ¸˜ a atrav´ s de sistemas eletrˆ nicos. controlador ou sensor. particularmente em atividades que demandem assistˆ ncia constante. a ı 15. a e acoes repetitivas ou que possam ser potencialmente perigosas para a integridade ¸˜ f´sica dos operadores. classificamos um sistema de ¸˜ controle em malha fechada como sendo do tipo servomecanismo ou regulac ao. e o a a ´ 16. w e v s˜ o entradas externas (independenı a a tes). u e y representam sa´das controladas (dependentes). fazer a posicao ¸˜ e ¸˜ ¸˜ . hidr´ ulicos ou pneum´ ticos. O termo regulacao e empregado para designar a funcao de controle ¸˜ ¸˜ ´ ¸˜ ´ ` que visa manter a sa´da do sistema razoavelmente proxima a uma referˆ ncia espeı e cificada. Do ponto de vista de implementacao f´sica. classificamos um sistema de con¸˜ ı ´ trole em malha fechada como manual ou automatico.EA721 / PAULO VALENTE / UNICAMP 7 sideradas. rastrear) uma referˆ ncia especificada. no sentido de que afetam. O termo problema do servo¸˜ mecanismo serve atualmente para designar o problema de fazer a sa´da do sistema ı seguir (acompanhar. Do ponto de vista da funcao a ser executada. O termo problema da regulacao designa o problema de regular a sa´da ¸˜ ı do sistema. ¸˜ Servomecanismo.5 involve dois grupos de trˆ s vari´ veis com e a caracter´sticas distintas. 18. controlador e sensor s˜ o executadas sem a intervencao humana. Sistemas de controle autom´ ticos s˜ o geralmente capazes de ı a a executar suas funcoes com maior precis˜ o e rapidez do que seria poss´vel atrav´ s ¸˜ a ı e de controle manual. Exemplo. que realiza uma ou mais das e funcoes de comparador. Tipo de controle em malha fechada no qual a realimentac ao ¸˜ ´ e implementada atrav´ s de um operador humano. e Regulacao. O diagrama da Figura 1. ¸˜ Controle autom´ tico. por exemplo. o problema de levar o ´ eixo do motor da sua posicao inicial at´ a posicao desejada (isto e. 17. As vari´ veis r. As a a a vari´ veis e. Uma caracter´stica inerente ao desenvolvimento da area de sistemas de conı ´ trole e a progressiva substituicao de sistemas de controle manuais por sistemas ¸˜ autom´ ticos. O termo servomecanismo surgiu no contexto do desenvolvimento de certos mecanismos de controle de posicao.

¸˜ 19. Em ı ı u princ´pio s˜ o mais caros .mas por terem a capacidade ı a de compensar dist´ rbios internos. substituindo cada vari´ vel pelo respectivo dese a vio em relacao ao seu valor nominal. ¸˜ ¸˜ Malha aberta × malha fechada 20. Sistemas de controle foram originalmente introduzidos para solucionar proble- . A quest˜ o ¸˜ a da estabilidade da malha de controle deve ser cuidadosamente tratada ao se implementar sistemas realimentados.possuem mais componentes . caracterizada pelos valores nominais das vari´ veis presentes no ¸˜ a sistema. Se adequadamente projetados. as demais vari´ veis devem tamb´ m sofrer desvios no sentido de restauu a e ¸˜ ¸˜ rar a condicao anterior ao dist´ rbio. constitui um problema de regulac ao. Quando a sa´da se desvia do seu valor nominal por influˆ ncia de algum ı e dist´ rbio.EA721 / PAULO VALENTE / UNICAMP 8 do eixo comecar a seguir uma funcao tipo degrau. sem preju´zo significativo em termos de desempenho ı global. O objetivo num problema de regulacao e manter uma certa condicao nomi¸˜ ´ ¸˜ nal de operacao. Por outro lado. sistemas de controle em malha fechada tornam a sa´da do sistema relativamente insens´vel a dist´ rbios externos ou internos. Por ser ainda economicamente invi´ vel medir grau de limpeza ı a da roupa para comparacao com o grau de limpeza desejado. restaurandoı se desta forma a condicao nominal de operacao do sistema. podem ser implementados com componentes de u menor qualidade e custo. Manter a posic ao do eixo ¸˜ ` suficentemente pr´ xima a posicao desejada. de amplitude igual a posicao ¸ ¸˜ ¸˜ desejada) constitui um problema de servomecanismo.possuem menos componentes . ¸˜ e uma vez que o objetivo agora seria levar o desvio da sa´da para zero. A referˆ ncia seria o valor constante zero. Sistemas de controle em malha aberta s˜ o de implementacao e manutencao a ¸˜ ¸˜ mais simples e s˜ o mais baratos .do que os corresa pondentes sistemas de controle em malha fechada. Sistemas de controle em malha ´ aberta podem ser a unica alternativa quando a medicao da sa´da e t´ cnica ou econo¸˜ ı ´ e micamente invi´ vel. Eletrodom´ sticos como m´ quinas de lavar convencionais s˜ o a e a a exemplos t´picos. a despeito de poss´veis dist´ rbios que o ¸˜ ı u possam afetar o sistema.5. funcionam a base de ¸˜ ciclos (referˆ ncias pr´ -programadas) controlados por timers. a realimentacao pode produzir instabilidade. Exemplos ilustrativos 22. e e 21. Podemos representar o problema da regulacao u atrav´ s do diagrama da Figura 1.

Um sistema de controle em malha fechada para o posicionamento da cabeca ¸ ´ de leitura de um disco magn´ tico e ilustrado na Figura 1. ´ A cabeca de leitura. a ı ¸˜ constante. Existem e ı e milhares de trilhas num disco magn´ tico. Um exemplo nesta a o ´ ´ area e o controle de uma unidade de leitura de discos magn´ ticos. passaram a ser utilizados em diferentes campos ı a ¸˜ da tecnologia e da ciˆ ncia. Cada trilha do disco e possui um ´ndice que pr´ -registra a sua posicao. constru´da com material do tipo filme fino. A velocidade de rotacao do disco. e disco ¸ braco motor PSfrag replacements trilha Figura 1. 25. A partir da compreens˜ o e do dom´nio do ¸˜ a a ı princ´pio b´ sico da realimentacao. ilustrado na e ´ Figura 1.6: Unidade de leitura de disco magn´ tico. O objetivo no sistema ilustrado na Figura 1.6. Os dados s˜ o ı e a armazenados numa s´ rie de c´rculos concˆ ntricos.6 e posicionar a cabeca da unidade ¸ de leitura de forma a ler os dados armazenados numa trilha qualquer do disco. encontra-se entre 1800 e 7800 rpm. chamados de trilhas.EA721 / PAULO VALENTE / UNICAMP 9 mas de regulacao de sistemas mecˆ nicos. Um disco magn´ tico e um dispositivo para armazenamento de dados e e consiste de uma superf´cie circular coberta por material magn´ tico. como motores e robˆ s. ı ¸˜ ı . e ´ 24. a qual e comparada com a posicao (´ndice) desejada. e Eletromecˆ nica a 23. A cabeca de leitura lˆ a posicao ı e ¸˜ ¸ e ¸˜ ´ (´ndice) da trilha corrente. e montada num ¸ ı dispositivo deslizante conectado na extremidade de um braco mecˆ nico e paira a ¸ a uma distˆ ncia de 100 nm da superf´cie do disco. Atualmente uma parcela expressiva das aplicac oes de sistemas de controle ¸˜ envolvem sistemas eletromecˆ nicos.7.

As especificacoes de desempenho para o sistema de controle em malha fechada ¸˜ s˜ o bastante r´gidas: o erro entre a posicao desejada e a posicao final da cabeca de ¸˜ ¸˜ ¸ a ı leitura deve ser da ordem de ±1 µm.7: Sistema de controle da posicao de leitura. Um sistema composto a ı por um reservat´ rio de insulina. A Figura 1. os quais servem de referˆ ncia para um sistema autom´ tico para adminisa e a ¸˜ e tracao de insulina a ser implantado num paciente diab´ tico. O diabetes se manifesta quando o corpo n˜ o produz insulina e a ´ suficiente ou e incapaz de utilizar eficientemente a insulina que produz. a cabeca deve mover-se entre duas trilhas ¸ quaisquer do disco num intervalo de 50 ms. Na ausˆ ncia de insulina.9 e do tipo malha aberta porque a tecnologia atual ainda n˜ o permite miniaturarizar um sensor para n´veis de glicose.EA721 / PAULO VALENTE / UNICAMP 10 O sinal de erro de posicao e transmitido ao amplificador.8 ilustra os perfis de producao de glicose e insulina de uma pessoa ¸˜ saud´ vel. uma forma ´ de acucar que e transformada pelo corpo humano em energia. 29. de forma a que estas produzam e energia. O sistema de controle ´ representado na Figura 1. o a ´ 28. bomba e v´ lvula administra uma taxa de o a . A insulina ajuda a ¸´ glicose de origem alimentar a penetrar nas c´ lulas. ¸ PSfrag replacements Posicao ¸˜ Desejada + − Posicao ¸˜ Amplificador Motor e Braco ¸ Leitura Sensor Figura 1. respons´ vel pelo a a posicionamento do braco da leitora. um hormˆ nio produzido no pˆ ncreas. o qual por sua vez gera ¸˜ ´ uma entrada de controle para um motor DC de im˜ permanente. a glicose se acumula no corpo ao inv´ s de ser abe e sorvida pelas c´ lulas. ¸˜ 26. A maioria dos alimentos que ingerimos e transformada em glicose. Biomedicina ´ 27. motor. O uso de conceitos e t´ cnicas de controle autom´ tico na area de biomedicina e a pode ser ilustrado atrav´ s da discuss˜ o de um sistema autom´ tico para administracao e a a ¸˜ de insulina.

possua inumeros componentes e muitas malhas de controle. .9: Controle em malha aberta de glicose. certas relacoes de causa-e-efeito b´ sicas em Economia. entre outros. 32. uı ı Economia 31. O Produto Interno Bruto (PIB) anualizado de um pa´s e a soma dos vaı ´ ¸ ı ı lores de todos os produtos e servicos produzidos no pa´s no per´odo de um ano. Tentativas no sentido de modelar alguns processos no campo das ciˆ ncias soe ciais como sistemas de controle tˆ m sido realizadas com relativo sucesso. Embora e ´ a Sociedade.8: Perfis normais de glicose e insulina. ¸˜ a podem ser representadas de forma simplificada. press˜ o ı a sang¨ ´nea e taxa de batimento card´aco. ´ 30. e 11 Concentracao ¸˜ PSfrag replacements Glicose Insulina Caf´ e Almoco ¸ PSfrag replacements Jantar tempo Figura 1.EA721 / PAULO VALENTE / UNICAMP insulina como pr´ -programado num gerador de sinal. Avancos na area de miniaturarizacao de sensores dever˜ o viabilizar sistemas ¸ ¸˜ a em malha fechada implantados para controle do n´vel de glicose no sangue. Bomba e V´ vula a u(t) Taxa de Insullina Figura 1. por exemplo. Gerador de Sinal (Programado) v(t) (tens˜ o) a Motor. como um sistema.

A principal vari´ vel de controle do governo. o diagrama de blocos ajuda a entender os mecanismos b´ sicos do comportamento do PIB numa economia nacional (capitalista). oriunda da coleta de impostos. 33. a Dentre as malhas de controle n˜ o-evidenciadas.EA721 / PAULO VALENTE / UNICAMP 12 ´ Um dos objetivos da acao governamental e promover e controlar o crescimento do ¸˜ PIB. s˜ o seus a a ˆ investimentos na atividade economica.10. Investimentos Privados PIB Desejado + Governo − + + + Atividade Econˆ mica o PIB PSfrag replacements Consumidores − + Medida Impostos Figura 1.10: PIB como um sistema realimentado. da diferenca entre o que e investido e o que e arrecadado ¸ pelo governo. Embora bastante simplificado. isto e. . nos moldes de um sistema de controle como o ilustrado na Figura 1. a qual tamb´ m recebe entradas na forma de e investimentos privados e gastos dos consumidores. encontra-se a respons´ vel pelo a a ´ ´ ´ controle de deficit.

bm s˜ o coeficientes constantes. zm s˜ o as ra´zes do numerador e p1 . se zi = pj para todo i e todo j. pn s˜ o as ra´zes do denominador de G(s). . . z2 . p2 . Atrav´ s do conceito de funcao de transferˆ ncia e poss´vel representar um sistema e ¸˜ e ı dinˆ mico atrav´ s de uma funcao alg´ brica racional (raz˜ o de dois polinˆ mios) na a e ¸˜ e a o freq¨ encia complexa s. a1 . . . . an−1 . a ı . . . . . . . zm s˜ o ı a . . . e das condic oes iniciais y(0). Se a maior potˆ ncia de s do denominador de G(s) for n. . a a ı b0 . . isto e. Se a funcao de transferˆ ncia for a ı ¸˜ e ´ irredut´vel. . y (n−1) (0). A sa´da y fica completamente caractea ı rizada a partir do conhecimento da entrada u. z1 . Aplicando a Transformada de Laplace (L) a ambos os lados da equacao diferencial supondo condicoes iniciais nulas e dividindo Y (s) = L[y(t)] ¸˜ ¸˜ por U (s) = L[u(t)]. = U (s) sn + an−1 sn−1 + · · · + a1 s + a0 ´ 2. (s − p1 )(s − p2 ) · · · (s − pn ) ´ na qual k e uma constante. . .EA721 / PAULO VALENTE / UNICAMP 13 ˜ Revisao 1 Resposta Temporal Funcao de transferˆ ncia ¸˜ e Ganho DC Sistemas de primeira ordem Sistemas de segunda ordem ˆ Funcao de transferencia ¸˜ 1. z2 . Sistemas lineares invariantes no tempo podem ser genericamente representados por uma equacao diferencial linear ordin´ ria: ¸˜ a y (n) + an−1 y (n−1) + · · · + a1 y + a0 y = ˙ bm u(m) + bm−1 u(m−1) + · · · + b1 u + b0 u ˙ (m ≤ n). uˆ e ´ ´ dizemos que a ordem do sistema e n. obtemos a funcao de transferˆ ncia do sistema: ¸˜ e G(s) = Y (s) bm sm + bm−1 sm−1 + · · · + b1 s + b0 . y(0). na qual y e u s˜ o as vari´ veis de sa´da e de entrada do sistema e a0 . . . dizemos que z1 . ¸˜ ˙ . . b1 . A forma fatorada de G(s) e G(s) = k(s − z1 )(s − z2 ) · · · (s − zm ) .

A funcao de do sistema depende da entrada pois y(t) = L ¸˜ transferˆ ncia depende apenas dos coeficientes (que tamb´ m definem a ore e dem) da equacao diferencial. m´ ltiplos. Os Passos 1 e 3 s˜ o normalmente executados com o aux´lio de uma Tabela de a ı Transformadas de Laplace. De fato.EA721 / PAULO VALENTE / UNICAMP 14 os zeros e que p1 . pn s˜ o os p´ los de G(s). Ao lidarmos com sistemas rea o presentados pelas suas funcoes de transferˆ ncia devemos atentar para as seguintes ¸˜ e propriedades b´ sicas: a • A funcao de transferˆ ncia independe da entrada aplicada ao sistema. . A soma ¸˜ ´ dos termos resultantes e a reposta temporal do sistema: y(t) = L−1 [Y1 (s)] + L−1 [Y2 (s)] + · · · + L−1 [Yn (s)]. Expresse Y (s) como soma de frac oes par¸˜ ciais: Y (s) = Y1 (s) + Y2 (s) + · · · + Yn (s). a ´ 3. Podemos calcular o valor final da resposta y de um sistema linear invariante no tempo descrito pela funcao de transferˆ ncia G(s) a uma entrada particular u ¸˜ e . atrav´ s de regras dependentes da natureza dos polos ¸˜ e de G(s) (distintos. . isto e. A resposta temporal de um sistema linear invariante no tempo nada mais e do que a sa´da do sistema y para uma dada entrada u. se g e a sa´da do sistema ¸˜ ı ` ´ ´ devida a entrada u(t) = δ(t) (U (s) = 1). Podemos obter a resposta ı temporal de um sistema representado pela sua funcao de transferˆ ncia atrav´ s do ¸˜ e e seguinte procedimento: Passo 1: Obtenha a Transformada de Laplace da entrada: U (s) = L[u(t)]. u Ganho DC 4. complexos). p2 . t ≥ 0. ¸˜ ´ • A funcao de transferˆ ncia e a transformada de Laplace da sa´da do sistema ¸˜ e ı ´ ´ quando a entrada e a funcao impulso δ(t). Passo 2: Calcule Y (s) = G(s)U (s). . A sa´da ¸˜ e ı −1 [G(s)U (s)]. se g e a reposta do sistema ao impulso. . O Passo 2 envolve o c´ lculo dos res´duos associados a ı ` ´ as fracoes parciais de Y (s). ent˜ o G(s) = L[g(t)]. Passo 3: Obtenha as anti-transformadas de Laplace das frac oes de Y (s).

O valor G(0) e chamado de ganho DC ou ganho de regime do sistema para uma entrada constante. como a velocidade de uma massa. s(τ s + 1) s(s + 1/τ ) k k − . o limite pode existir. s→0 ´ Se y possui um valor final. Resposta ao degrau unit´ rio. Se U (s) = 1/s. e Sistemas de primeira ordem ´ 5.EA721 / PAULO VALENTE / UNICAMP atrav´ s do chamado Teorema do Valor Final: e t→∞ 15 lim y(t) = lim sY (s). t ≥ 0 u (degrau unit´ rio de amplitude A). Entretanto. Se u(t) = A. t ≥ 0. em analogia ao termo utilizado para descrever sinais el´ tricos constantes. mesmo que y n˜ o possua ı a ´ valor final. 6. Modelos de primeira ordem s˜ o utilizados para descrever um grande numero de a processos simples. Sistemas de primeira ordem ı a e assumem a seguinte forma padr˜ o: a G(s) = Y (s) k = . o n´vel de um tanque ou a tens˜ o num circuito RC s´ rie. s→0 ´ Supomos implicitamente que y possui um valor final. s→0 = lim sG(s)U (s). sem significado f´sico. respectivamente. a temperatura de um reator. ent˜ o a a Y (s) = G(s)U (s) = = k/τ k = . t→∞ s→0 s = lim G(s)A. o limite indicado existe e o valor final de y e G(0)A. (2) . que y converge para algum n´ mero real quando t tende para o infinito. ent˜ o U (s) = A/s e a a A lim y(t) = lim sG(s) . isto e. s s + (1/τ ) ´ A anti-transformada de Y (s) (resposta ao degrau) e y(t) = k − ke−t/τ = k(1 − e−t/τ ). U (s) τs + 1 (1) a na qual k e τ s˜ o o ganho e a constante de tempo do sistema.

ı a Para obter a resposta a um degrau de amplitude A.0183 0. A Figura R1. Na pr´ tica. e e chamado de resposta forcada ou resposta em regime do sistema.5 0.5 s). ı Step Response From: U(1) 1 0.5 2 2.3 0.8 0. basta multiplicar a sa´da por A.) Figura R1. O termo ke −t/τ e devido ao p´ lo ´ ´ de G(s). se a entrada a a .0067 t 0 τ 2τ 3τ 4τ 5τ ´ 8.1 ` ilustra a resposta t´pica de um sistema de primeira ordem a entrada degrau unit´ rio. Observamos que apos quatro constantes de tempo o valor ´ ´ da exponencial e inferior a 2% do valor inicial. porque ¸ ´ o o termo permanece quando t tende ao infinito.EA721 / PAULO VALENTE / UNICAMP 16 ´ O termo k da resposta ao degrau unit´ rio (2) e devido ao p´ lo na origem de a o ´ U (s). ap os t = 4τ s ´ (qualquer que seja τ ) o valor da resposta e superior a 98% do seu valor final.1 0 0 0. k. a 7. e e chamado por sua vez de resposta transitoria ou resposta natural do sistema.4 0.7 0.3679 0.5 1 1.1: Resposta ao degrau unit´ rio (k = 1.2 0. O valor DC de um sistema pode a ı a ser calculado mesmo que a entrada n˜ o seja constante. O ganho DC do sistema de primeira ordem e G(0) = k.6 Amplitude To: Y(1) 0. ent˜ o o valor final da sa´da ser´ kA. τ = 0.5 3 Time (sec. Se a amplitude do degrau for A.1353 0. A tabela abaixo indica como a exponencial e−t/τ decai em funcao de m´ ltiplos ¸˜ u ´ da constante de tempo τ . porque o termo desaparece quando t tende ao infinito.9 0. Consequentemente. e−t/τ 1 0.0498 0.

a parte da resposta a rampa que permanece quando t tende ao a ´ ` infinito. A Figura R1. Resposta a rampa unit´ ria. ` mais prolongada ser´ a resposta transit´ ria do sistema.2: Resposta do sistema a rampa unit´ ria (k = 1. ¸˜ ı 10 9 8 7 u 6 5 4 3 y PSfrag replacements 0 1 2 3 4 5 6 7 8 9 10 2 1 0 t (s) ` Figura R1. a Sistemas de segunda ordem . Quanto maior τ .2 ilustra a resposta t´pica de um sistema de ¸˜ ı ` primeira ordem a entrada rampa unit´ ria. O fator que multiplica a exponencial agora depende de τ . t ≥ 0. Observamos que a resposta a rampa tende a uma reta de inclinacao k. A resposta em regime a a o ´ ` rampa unit´ ria. e y(t)re = kt − kτ (t → ∞). para obter a resposta a a uma rampa de inclinacao A (s−1 ). Se U (s) = 1/s2 . ent˜ o a a Y (s) = k s2 (τ s + 1) = s2 (s (k/τ ) . ` 9.EA721 / PAULO VALENTE / UNICAMP 17 permanecer igual a A por um per´odo superior a 4τ s. basta multiplicar a sa´da por A. o valor da sa´da tender´ a ı ı a` constante G(0)A. isto e. s s s + (1/τ ) ` ´ A anti-transformada de Y (s) (resposta a rampa) e y(t) = kt + kτ e−t/τ − kτ. τ = 0. + 1/τ ) = − kτ k kτ + 2+ .5 s). Do mesmo modo.

Modelos de segunda ordem s˜ o tamb´ m representativos de um grande numero a e de processos de interesse.EA721 / PAULO VALENTE / UNICAMP 18 ´ 10. ent˜ o a a Y (s) = 2 ωn . 2 U (s) s + 2ξωn s + ωn ¨e ´ ´ na qual ξ e o fator de amortecimento e ωn e a frequˆ ncia natural (em rad/s) ´ do sistema. O ganho DC uˆ ¸˜ do sistema de segunda ordem na forma padr˜ o e G(0) = 1. ı : ra´zes reais m´ ltiplas. A forma padr˜ o de um sistema de e a ´ segunda ordem e 2 Y (s) ωn G(s) = = 2 . ı s1. como a posicao de uma massa num sistema massa-mola¸˜ atrito. depen¸˜ ¸ dente do fator de amortecimento ξ. ı ´ Resposta sub-amortecida. ¨e ´ na qual ωd = ωn 1 − ξ 2 e a frequˆ ncia de oscilacao forcada do sistema.2 = −ξωn ± jωd . dizemos qua a resposta e sub-amortecida e representamos as ra´zes s1. Para obter a reposta do sistema sub-amortecido. Um sistema de segunda ordem e completamente caracterizado pelos ¨e ´ valores de ξ e ωn .2 na forma ı s1. O valor final da sa´da a ´ ı ´ e igual a qualquer valor de entrada constante. 2 s(s2 + 2ξωn s + ωn ) 2 A natureza das ra´zes de s2 + 2ξωn s + ωn = 0. o deslocamento angular do eixo de um motor DC (modelo simplificado) ou a carga no capacitor de um circuito RLC s´ rie. Seria a freq¨ encia de oscilacao do sistema caso ξ = 0. Se ξ < 1. 11. Resposta ao degrau unit´ rio. ı u : ra´zes complexas conjulgadas. : ra´zes reais distintas.2 = −ξωn ± ωn varia de acordo com o valor de ξ ≥ 0: ξ>1 ξ=1 ξ<1 ξ 2 − 1. Se U (s) = 1/s. A freq¨ encia natural e tamb´ m chamada de frequˆ ncia n˜ ouˆ e a amortecida. expressamos Y (s) em fracoes parciais: ¸˜ .

ent˜ o a 2 s2 + 2ξωn s + ωn = (s + ωn )2 ´ e as ra´zes s˜ o reais e m´ ltiplas. t ≥ 0. Se ξ = 1. Se ξ = 0 (ωd = ωn ). 2 s s + 2ξωn s + ωn 1 s + ξωn ξωn − − 2. obı temos ent˜ o a y(t) = 1 − e−ξωn t = 1− e−ξωn t 1 − ξ2 cos ωd t + ξ 1 − ξ2 sen ωd t . n˜ o-oscilat´ ria. obtemos a y(t) = 1 − cos ωn t. ¨ˆ A resposta oscila sem amortecimento em torno de 1 na freq uencia natural ωn . sendo chamada de criticamente amortecida. A resposta oscila com freq¨ encia amortecida ωd e tende a 1 (amplitude do uˆ degrau unit´ rio) quando t tende ao infinito. A resposta correspondente. e ı a u a o y(t) = 1 − e−ωn t (1 + ωn t). e ı a a o . 2 + ω2 s (s + ξωn ) (s + ξωn )2 + ωd d Anti-transformando Y (s) com o aux´lio de uma Tabela de Transformadas. A resposta correspondente. Se ξ > 1. t ≥ 0. 1 − ξ2 ξ sen ωd t + tg−1 . Resposta criticamente amortecida. ´ a Dizemos neste caso que a resposta e n˜ o-amortecida. ξ2 − 1 −ξωn − ωn ξ2 − 1 ´ e as ra´zes s˜ o reais e distintas. ent˜ o a 2 s2 + 2ξωs + ωn = −ξωn + ωn t ≥ 0.EA721 / PAULO VALENTE / UNICAMP 19 Y (s) = = 1 s + 2ξωn − 2 . Resposta super-amortecida. n˜ o-oscilat´ ria.

Se |s1 | << |s2 |. t ≥ 0.EA721 / PAULO VALENTE / UNICAMP 20 y(t) = 1 + e s1 t e s2 t − . 2 ξ 2 − 1 s1 ´ ´ Dizemos que a ra´z s1 e dominante em relacao a s2 .2 = −ξωn ± ωn ξ 2 − 1. A resposta obtida e ı ¸˜ tipicamente a de um sistema de primeira ordem. na qual s1. sendo chamada de super-amortecida. ent˜ o es2 t decai muito mais r´ pido do que es1 t e a resposta pode ser a a aproximada por ωn e s1 t y(t) 1 + . s2 2 ξ 2 − 1 s1 ωn t ≥ 0. .

1: Localizacao dos p´ los no plano s.1. ¸˜ o Relacoes trigonom´ tricas simples mostram que ¸˜ e |s1 | = |s2 | = (ξωn )2 + ωn 1 − ξ2 2 = ωn .2 = −ξωn ± jωd . . Dado um sistema de segunda ordem na forma padr˜ o. podem ser localizados no plano s como ilustra a Figura R2. 2 U (s) s + 2ξωn s + ωn seus p´ los complexos conjulgados (ξ < 1). o s1. a G(s) = 2 Y (s) ωn = 2 .EA721 / PAULO VALENTE / UNICAMP 21 ˜ Revisao 2 Resposta Temporal Sistemas de segunda ordem Caracter´sticas da resposta ao degrau ı Ganho DC n˜ o-unit´ rio a a Efeito da adicao de um zero ¸˜ Sistemas de segunda ordem 1. PSfrag replacements Im s s1 +ωd ωn θ −ξωn ξωn 0 Re s −ωd s2 Figura R2. ωd = ω n 1 − ξ2.

4 1.4 ξ=0 1.4 e 0. o angulo θ indicado e tal que e cos θ = ξωn = ξ. Respostas ao degrau unit´ rio t´picas de sistemas de segunda ordem sub-amora ı tecidos (ξ < 1).2 0 0 5 10 15 Time (sec.3 .) Figura R2. ¸˜ 3.2. Al´ m disso.EA721 / PAULO VALENTE / UNICAMP 22 ´ ` ´ isto e.2 Amplitude To: Y(1) 1 PSfrag replacements 1 2 0. e que ξ tende a 0 (ωd ¨ˆ tende a ωn ) quando θ tende a π/2. que a distˆ ncia de s1 (s2 ) a origem do plano s e igual a freq¨ encia natural a uˆ ˆ ´ do sistema. ¸˜ Caracter´sticas da resposta ao degrau ı 2. ωn implicando que ξ tende a 1 (ωd tende a 0) quando θ tende a 0. a a a o que mais r´ pido se aproxima da referˆ ncia degrau unit´ rio e a correspondente ao a e a ´ caso criticamente amortecido. o que implica em o a fatores de amortecimento entre 0. Step Response From: U(1) 2 1.8 0. A resposta sub-amortecida de um sistema de segunda ordem pode ser expressa . criticamente amortecidos (ξ = 1) e super-amortecidos (ξ > 1) s˜ o ilustradas na Figura R2.8. Excetuando-se casos onde oscilac oes n˜ o possam ¸˜ a ´ ¸˜ ser toleradas. Dentre as respostas n˜ o-oscilat´ rias (ξ ≥ 1).6 1.4 0.1 . e desej´ vel que a o a resposta transit´ ria seja suficientemente r´ pida e amortecida.8 .6 0. como em determinadas aplicacoes em Rob´ tica.2: Respostas ao degrau em funcao de ξ (ωn = 1). A frequencia de oscilacao forcada ωd aumenta ¸˜ ¸ com a diminuicao de ξ ou com o aumento de ωn .2 .

como na Figura R2. 4. ou. de 10% a 90% do a seu valor final.3 indica alguns dos ´ndices que utilizamos para avaliar a qualidade ı da resposta.) tr tp Figura R2. Entretanto admitindo o .3: Resposta ao degrau unit´ rio (ξ = 0.2 Mp 1 Amplitude 0. Intervalo de tempo necess´ rio para que a resposta v´ de a a 0% a 100%. t ≥ 0.2 ts 0 0 1 2 3 4 5 6 7 8 Time (sec. tr . como ser´ assumido.8 To: Y(1) 0. Matematicamente. V´ rias caracter´sticas da resposta sub-amortecida de um sistema de segunda a ı ordem podem ser expressas atrav´ s dos parˆ metros ξ e ωn . A resposta ilustrada e a na Figura R2. Step Response From: U(1) 1.3. Todos os ´ndices discutidos a seguir s˜ o calculados.4 PSfrag replacements 0. 23 (3) ´ A constante de tempo do sistema de segunda ordem e τ = 1/(ξωn ). O tempo de subida possui uma pequena dependˆ ncia e do fator de amortecimento.9. dada por (3). onde t1 e t2 s˜ o tempos tais que a y(t1 ) = 0.5. tr = t2 − t1 .2. sendo ´ assim inversamente proporcional ao valor absoluto da parte real dos p olos de G(s). ωn = 2).1 e y(t2 ) = 0. alguns de forma ı a aproximada. como ilustra a Figura R2. a Tempo de subida. a partir da resposta sub-amortecida do sistema de segunda ordem.6 0.EA721 / PAULO VALENTE / UNICAMP na forma y(t) = 1 − e−ξωn t 1 − ξ2 sen ωd t + tg−1 1 − ξ2 ξ .4 1.

U (s) s + 2s + 4 s + 2 × 0. tp = . uˆ 5. (s) ωd ´ E usual representarmos a m´ xima sobre-elevacao em termos percentuais: Mp = a ¸˜ M ×100. Considere o sistema de segunda ordem G(s) = 4 22 Y (s) = 2 = 2 . Tempo necess´ rio para que a resposta alcance e ¸˜ a permaneca dentro de uma faixa percentual do seu valor final. 2 × 100 = 16. (s) ωn 24 ´ O fator determinante do tempo de subida e a freq¨ encia natural do sistema.5 e ωn = 2 rad/s.8 = 0. Exemplo. e uˆ Tempo de acomodacao. o tempo de acomodacao ser´ de aproximadamente quatro constantes ¸˜ a de tempo: 4 ts = 4τ = . ı o ¸˜ a √ π 2 M = e−(ξ/ 1−ξ )π . podemos aproximar o tempo de subida por e tr = 1. ¸˜ o tempo de pico depende tamb´ m da freq¨ encia natural. Tempo de subida: tr = M´ xima sobre-elevacao: a ¸˜ Mp = e−(0. Se utilizarmos uma ¸ faixa de 2%.90 s.5. M . A sobre-elevacao depende apenas do fator de amortecimento do sistema. A m´ xima sobre-elevacao e obtida resolvendo-se y(tp ) = 0 (condicao a ¸˜ ´ ˙ ¸˜ de inclinacao nula para um ponto de m´ ximo de y(t)) para o menor tempo tp ¸˜ a poss´vel. Ap´ s as operacoes necess´ rias.5 × 2s + 22 O sistema exibe ξ = 0.8 .EA721 / PAULO VALENTE / UNICAMP valor m´ dio ξ = 0. (s) ξωn O tempo de acomodacao depende simultaneamente do fator de amortecimento ¸˜ e da freq¨ encia natural. M´ ximo valor da resposta medida a partir do seu a ¸˜ a valor final. chamado de tempo de pico. uˆ M´ xima sobre-elevacao. tp .52 )π 1. ts .5/ √ 1−0.30 %. .

ts e ı e ´ Mp . ¸˜ 7. tr ≤ 1 s.8 ≤1 ωn ⇒ ωn ≥ 1. 1. Em Controle estamos frequentemente interessados em sintetizar um sistema ´ de segunda ordem. isto e.29 n n 8. 2 + 2ξω s + ω 2 s s + 2. principalmente. O tempo de acomodacao imp˜ e uma restricao adicional. ts ≤ 3 s. agora sobre o valor de ¸˜ o ¸˜ ξωn : 4 4 ts = ≤ 3 ⇒ ξωn ≥ ξωn 3 Os valores m´nimos ξ = 0.6 e ωn = 1. Exemplo. pg. 0.5 × 2 6. e claro. determinar os valores de ξ e ωn que satisfazem as especificacoes formuladas.9 s.8 rad/s. 155. ent˜ o ts = 2. especificadas atrav´ s de tr . Considere o problema de sintetizar um sistema de segunda ordem. Veja. O tempo de subida imp˜ e uma restricao a freq¨ encia natural: o ¸˜ ` uˆ tr = 1.3 rd/s.00 s. determinar ξ e ωn .EA721 / PAULO VALENTE / UNICAMP Tempo de pico: tp = Tempo de acomodacao: ¸˜ ts = 25 π = 1. Ogata. Para que M p ≤ 10%.6. construir um sistema de segunda ordem que apresente caracter´sticas desejadas de resposta ao degrau. A solucao mais simples e aumentar ωn . tal que Mp ≤ 10 %. por exemplo. ´ Gr´ ficos Mp × ξ s˜ o apresentados na maioria dos livros introdutorios de Cona a trole. Construir o sistema significa. A dependˆ ncia da resposta de um sistema de segunda ordem ao degrau em e relacao aos parˆ metros ξ e ωn sugere ser poss´vel delimitar regi˜ es do plano s ¸˜ a ı o .29 = 2 . ou seja. devemos impor ξ ≥ 0. O sistema que sintetiza a resposta desejada e a G(s) = 2 ωn 5.76s + 5.81 s. Se ¸˜ ¸˜ ´ ωn = 2.73 4 = 4.8 rad/s n˜ o satisfazem a especificacao ı a ¸˜ ´ relativa ao tempo de acomodacao.

4. ¯ • Um tempo de subida m´ ximo tr implica uma freq¨ encia natural m´nima ωn . Em particular. Em outras palavras. como ilustra a Figura R2. uma dada localizacao de p´ los – alocacao de p´ los no problema de s´ntese – implica numa ¸˜ o ¸˜ o ı resposta ao degrau descrita em termos de tr . o que exclui a regi˜ o a esquerda de ξωn .4) ser´ tal que ¸˜ e o a a ¯ ¯ Mp ≤ M p . ı ´ Um sistema de segunda ordem com polos complexos conjulgados pertencentes ` a intersecao das trˆ s regi˜ es acima (regi˜ o hachurada na Figura R2. Pode ocorrer do sistema de segunda ordem se apresentar na forma G(s) = 2 Y (s) kωn = 2 . ı ¯ • Um tempo de acomodacao m´ ximo ts implica uma parte real dos p´ los ξωn ¸˜ a o a ` m´nima ξωn . Mp ≤ M p ¯ tr ≤ tr PSfrag replacements Im s 0 Regi˜ o a de alocacao ¸˜ Re s ¯ ts ≤ ts Figura R2. ts e Mp . a uˆ ı o que exclui o interior de um semi-c´rculo de raio ωn .EA721 / PAULO VALENTE / UNICAMP 26 que caracterizem determinados tipos de resposta. t r ≤ t r e t s ≤ t s . 2 U (s) s + 2ξωn s + ωn . • Uma sobre-elevacao m´ xima M p implica um fator de amortecimento m´ni¸˜ a ı ˆ mo ξ e um consequente angulo m´ ximo θ. o que cria um setor no semi-plano a esquerdo.4: Especificacoes em termos de regi˜ es no plano s. ¸˜ o ˜ ´ Ganho DC nao-unitario 9.

5 2 1.7. Uma modificacao conveniente para m´ xima sobre¸˜ a ´ elevacao quando y(∞) = 1 e ¸˜ Mp = y(tp ) − y(∞) × 100.5. As respostas ao degrau correspondentes s˜ o apresentadas na Figura R2. ¸˜ .0 2. o valor final de y ser´ a y(∞) = limt→∞ y(t) = k.) Figura R2. facilitando a an´ lise a a seguir. a Step Response From: U(1) 2. no sentido de que todas as respostas tender˜ o ao valor final 1.5 1. suponha a ı o ¸˜ ξ = 0. 1 e 0.5.0 Amplitude To: Y(1) 1 5. 2.5 0. Para uma a an´ lise do comportamento t´pico do sistema ap´ s a introducao do zero.5 0 0 1 2 3 4 5 6 7 8 Time (sec. O sistema de segunda ordem G(s) = (ω 2 /a)(s + a) Y (s) = 2 n 2 U (s) s + 2ξωn s + ωn 2 possui um zero adicional em s = −a. Observamos que o ganho k = ω n /a foi definido de tal maneira que G(0) = 1 qualquer que seja a. o a a ganho DC do sistema passa a valer G(0) = k e a resposta ao degrau do sis´ tema e simplesmente multiplicada por k.0 PSfrag replacements 0. ωn = 2 rad/s e os seguintes valores para a: 5. Neste caso.EA721 / PAULO VALENTE / UNICAMP 27 ´ na qual k e um ganho qualquer. n˜ o necessariamente unit´ rio. y(∞) Efeito da adicao de um zero ¸˜ 10. Em particular.5: Efeito da introducao de um zero.

4. aumentando assim a sua m´ xima sobrea elevacao. O o ı ` sistema se comporta como se n˜ o houvesse o zero. seu efeito sobre o amortecimento do sistema e desprez´vel. A parte real do par de p´ los complexos conjulgados e −ξωn = −0.7 × 2 = o −1. Quando o zero est´ relativamente distante a ´ do p´ los (a = 5). o zero encontra-se em s = −a.EA721 / PAULO VALENTE / UNICAMP 28 ´ 11. passando pelo p´ los. A medida que o zero se desloca a na direcao do eixo imagin´ rio. produz um efeito equivalente ¸˜ a o ao de reduzir o amortecimento do sistema. ¸˜ .

= L−1 [YG (s)] + L−1 [YR (s)]. . distintos ou m´ ltiplos. Considere um sistema linear invariante no tempo qualquer modelado pela func ao ¸˜ de transferˆ ncia G(s). ` Assim sendo. Aω . y(t) para t → ∞.EA721 / PAULO VALENTE / UNICAMP 29 ˜ Revisao 3 Resposta em Frequencia ¨ˆ ` Resposta a entrada senoidal Diagramas de Bode ` Resposta a entrada senoidal 1. respectivamente. tp e−σt ou e−σt sen ωd t. yG (t) → 0 quando t → ∞ (devido as exponenciais negativas) e a resposta em regime do sistema se reduz a y(t) = yR (t) (t → ∞). = yG (t) + yR (t). ´ 3. A resposta temporal da sa´da pode ent˜ o ser vista como ı a y(t) = L−1 [Y (s)]. na qual YG (s) e YR (s) representam as parcelas da expans˜ o em fracoes parciais de ¸˜ a ´ Y (s) que envolvem exclusivamente os polos de G(s) e de R(s). a em que p e σ representam genericamente um inteiro e uma constante positivas. Y (s) = G(s)R(s). isto e ´ ´ e. a antio u o transformada yG (t) conter´ apenas termos do tipo e−σt . t ≥ 0. No dom´nio da Transformada de uˆ ı Laplace. t ≥ 0. R(s) = 2 s + ω2 ´ 2. quando a entrada r e um sinal senoidal de amplitude A e freq¨ encia ω dadas: r(t) = A sen ωt. Desejamos obter a resposta em regime do sistema. E sempre poss´vel expressar a transformada de Laplace da sa´da como ı ı Y (s) = YG (s) + YR (s). p´ los complexos conjulgados). Assumindo que G(s) possui apenas polos com partes reais estritamente negativas (p´ los reais.

¯ Aω = G(−jω) . ¯ = AG(jω) jωt AG(−jω) −jωt e − e . (4) ´ ´ na qual |G(jω)| e a magnitude (ganho) e φ(jω) e a fase (ˆ ngulo) de G(jω) na a freq¨ encia ω. −2jω −AG(−jω) . 2j 2j (5) (6) Usando a representacao (4). = 2j Podemos expressar o n´ mero complexo G(jω) na forma exponencial u G(jω) = |G(jω)|ejφ(jω) . α = (s − jω)G(s)R(s)|s=jω . O fato de uˆ G(jω) ser uma funcao racional em jω garante as seguintes propriedades: ¸˜ |G(jω)| = |G(−jω)|.EA721 / PAULO VALENTE / UNICAMP ´ 4. Observamos que os res´duos de YR (s) dependem de ı G(s). φ(−jω) = −φ(jω). = 2j α = (s + jω)G(s)R(s)|s=−jω . De fato. s − jω s + jω 30 na qual α e α (complexo conjulgado de α) s˜ o os res´duos associados aos p´ los de ¯ a ı o R(s) (s = jω. Representamos alternativamente a fase como G(jω). Para obter yR (t) e necess´ rio anti-transformar a express˜ o a a YR (s) = α α ¯ + . ´ A resposta em regime do sistema e y(t) = αejωt + αe−jωt . s = −jω). Aω . as propriedades (5)-(6) e denotando por simplici¸˜ dade φ = φ(jω). obtemos . = G(jω) 2jω AG(jω) .

por´ m defasada de e uˆ e ´ φ (dependente de ω) em relacao a entrada. respectivamente. Na freq¨ encia ω = 3 rad/s. Considere o sistema de primeira ordem G(s) = 5 . ω = 3 rad/s). s+2 5 .EA721 / PAULO VALENTE / UNICAMP 31 y(t) = A A |G(jω)|ej(ωt+φ) − |G(−jω)|e−j(ωt+φ) . sendo a quantidade |G(jω)| chamada de ganho de regime do sistema na freq¨ encia ω. ´ A resposta em regime do sistema e y(t) = A|G(jω)| sen (ωt + φ). j3 + 2 r(t) = 7sen 3t (A = 7. Suponha que os valores de |G(jω)| e G(jω) sejam conhecidos para toda freq¨ encia ω no intervalo 0 < ω < ∞. Como |G(jω)| e G(jω) caracterizam uˆ ¨e completemente G(jω).3o ). e tamb´ m senoidal. (7) A resposta em regime do sistema G(s) a uma entrada senoidal r(t) = A sen ωt. = 9. Dizemos que o sistema G(s) amplifica ou atenua a entrada uˆ r(t) = A sen ωt.39. da mesma freq¨ encia ω da entrada.39 × sen (3t − 56. quando |G(jω)| > 1 ou |G(jω)| < 1. 5. (t → ∞). uˆ G(s)|s=j3 = |G(j3)| = 1. Os diagramas (gr´ ficos) a |G(jω)| × ω e G(jω) × ω . Exemplo. t ≥ 0. A amplitude da resposta senoidal e ¸˜ ` A|G(jω)|. G(j3) = −56. ´ t ≥ 0. 2j 2j ej(ωt+φ) − e−j(ωt+φ) .71 sen (3t − 56. Diagramas de Bode 6. 2j = A|G(jω)| Finalmente.3o .3o ) = 7 × 1. y(t) = A|G(jω)| sen (ωt + φ) (t → ∞). dizemos conhecer a resposta em freq uˆ ncia do sistema modelado por G(s).

A fase G(jω) e representada em graus. jω(jω + 2)[(jω)2 + jω + 2] • Os diversos fatores de G(jω) s˜ o colocados na forma padr˜ o ou forma de a a Bode. na qual os coeficientes constantes s˜ o todos iguais a 1: a 7. (jω)2 jω + +1 2 2 ¨e • As frequˆ ncias de corte de G(jω) s˜ o ω = 3 (zero em s = −3). Utilizamos escalas lineares para representar a magnitude e a fase de G(jω) e escala ¨ˆ logaritmica para representar a frequencia ω. ω = √ a ´ uˆ o 2 (p´ lo em −2) e ω = ωn = 2 (ωn e a freq¨ encia natural dos p´ los o complexos conjulgados). Considere a e G(s) = • Fazendo s = jω. A obtencao dos diagramas de Bode de uma dada funcao G(jω) seria uma ta¸˜ ¸˜ ´ ´ refa mais ardua n˜ o fosse a possibilidade de construirmos diagramas assintoticos a para G(jω) a partir da sua decomposicao em fatores mais simples. ´ na qual log significa logaritmo na base 10. s(s + 2)(s2 + s + 2) 10(jω + 3) .5+ + 20 log ω 3 2 + 1 − 20 log ω − 20 log − 20 log ω 2 ω 2 2 2 + 1− ω2 2 2 + 1− . ¸˜ ´ Normalmente a magnitude e representada em dB (decib´ l): e |G(jω)|dB = 20 log |G(jω)|. . recebem a denominacao particular de diagramas de Bode. • Magnitude de G(jω) em dB: |G(jω)|dB = 20 log |G(jω)| = 20 log 7.EA721 / PAULO VALENTE / UNICAMP 32 s˜ o chamados de diagrama de magnitude e diagrama de fase de G(jω). O procedi¸˜ ´ mento geral para se obter os diagramas assintoticos de uma dada funcao G(jω) ¸˜ ser´ discutido atrav´ s de um exemplo. Quando os diagramas s˜ o apresentados na forma log |G(jω)| × log ω a e G(jω)| × log ω. obtemos G(jω) = 10(s + 3) . respeca tivamente. 7.5 G(jω) = jω jω +1 2 jω +1 3 .

0 < ω < ∞ Fase: −90o . 33 Obtemos a magnitude (em dB) e a fase (em graus) de G(jω) subtraindo a soma das parcelas referentes aos fatores do numerador da soma das parcelas referentes aos fatores do denominador de G(jω). 0 < ω < ∞ – P´ lo em s = −2: o Magnitude: 0 dB se ω << 2 −20 dB/dec se ω >> 2 0o se ω << 2 −90o se ω >> 2 Fase: – P´ los complexos o .5 dB. Fase: 0<ω<∞ 0<ω<∞ – Zero em s = −3: Magnitude: 0 dB se ω << 3 20 dB/dec se ω >> 3 0o se ω << 3 90o se ω >> 3 Fase: – P´ lo em s = 0: o Magnitude: −20 log ω.EA721 / PAULO VALENTE / UNICAMP • Fase de G(jω) em graus: G(jω)|graus = tan−1 ω ω − 90o − tan−1 − tan−1 3 2 ω2 1− 2 ω 2 . • Fatores assint´ ticos: o – Ganho constante: Magnitude: 20 log 7. 0o .

Quando ω << ωc . ent˜ o a ω 2 2 ω2 + 1− 2 2 −20 log ω2 ω dB = −40 log √ dB 2 2 As ass´ntotas de baixa √ alta freq¨ encias se interceptam em ω = ı e uˆ √ ωn = 2. duas d´ cadas (ω = 10 c e a ´ ´ que a inclinacao da curva de magnitude do zero ou polo real e de ±20 db/dec. Dizemos ent˜ o variado ±20 dB. a magnitude e dada por (+ para zero. ¸˜ As ass´ntotas de baixa (ω << ωc . o ganho cai com −40 dB/dec. inclinacao 0 dB/dec) e de alta (ω >> ωc ) ı ¸˜ freq¨ encias se cruzam em ω = ωc . quando ω >> ω c . etc. ωc (8) Uma d´ cada (dec) acima da freq¨ encia de corte (ω = 10ωc ) a magnitude ter´ e uˆ a 2 ω ) acima.EA721 / PAULO VALENTE / UNICAMP Magnitude: Se ω << ωn = √ 2. ±40 dB. sendo ωc a freq¨ encia de corte de um zero ou polo real. O erro m´ ximo introduzido pelo diagrama uˆ a ´ assint´ tico em relacao ao diagrama real ocorre em ω = ωc e e dado por o ¸˜ ±20 log ω ωc 2 + 1 = ±20 log √ 2 ±3 dB. Fase: √ 0o se ω << ωn = √2 −180o se ω >> ωn = 2 ´ 8. uˆ ´ obtemos 0 dB de magnitude. ent˜ o a ω 2 2 34 −20 log Se ω >> ωn = − 20 log + 1− ω2 2 2 0 dB √ 2. As fases de zeros e p´ los reais nas suas freq¨ encias de corte valem ±45o . Por outro lado. o uˆ . Para ω >> 2. − para p´ lo) o ±20 log ω = ±(20 log ω − 20 log ωc ).

Obtemos o diagrama assintotico somando ´ G(s) = 10(s+3)/[s(s+2)(s ao fator constante as inclinacoes dos fatores assint´ ticos nas suas freq¨ encias de ¸˜ o uˆ ´ ` corte. Uma an´ lise similar revela que a inclinacao da ass´ntota de alta freq¨ encia de um a ¸˜ ı uˆ ´ ´ fator de segunda ordem (zeros ou polos complexos conjulgados) e de ±40 dB/dec. Em ω = ω n a ´ fase e sempre igual a −90o (n˜ o depende de ξ). em ω = ωn .2 s˜ o relativos Os a ao fator de segunda ordem com ωn = 2 e ξ igualmente espacado de 0. depende de ξ. o pico da magnitude do fator de segunda ordem aumenta. a .1 a 1. ξ 0. ı ¸˜ 60 40 20 0 −20 −40 −60 −80 −100 −2 10 10 −1 10 0 10 1 10 2 ´ Figura R3. A ¸ medida que o fator de amortecimento ξ diminui. De fato.1 apresenta os fatores assintoticos (linhas tracejadas). o que e poss´vel devido a representacao logaritmica da magnitude. ´ A Figura R3. ¸˜ uˆ a magnitude de um fator de segunda ordem gen´ rico seria e ±20 log 2ξ ω ωn 2 + 1− ω2 2 ωn 2 . A magnitude exata do fator de segunda ordem na intersec ao das ass´ntotas de ¸˜ ı baixa (inclinacao 0 dB/dec) e alta freq¨ encias.35. o diagrama as´ sint´ tico (linha traco-ponto) e o diagrama de magnitude exato (linha s olida) de o ¸ 2 +s+2)].1: Diagramas de magnitude de G(jω) . No exemplo ilustrativo. assim com a rapidez com que a fase varia.assintoticos e exato.0. 10.EA721 / PAULO VALENTE / UNICAMP 35 9.√ diagramas da Figura R3.

¸˜ ¨e 11.71.0 ξ = 1. (dB) 15 0 Fase (graus) 36 10 ξ = 0. ωr .1 5 −40 0 −60 −5 ξ = 1. a magnitude |G(jωn )| torna-se infinita. A freq¨ encia na qual |G(jω)| apresenta seu pico. respectivamente. 0≤ξ≤ √ N˜ o ocorre ressonˆ ncia se ξ > 2/2 a a 0. e a magnitude correspondente. Se um sistema G(jω) uˆ a ¨ˆ tal que ξ = 0 for excitado na frequencia ωn . ωr = ω n e Mr = |G(jωr )| = . a Mr . a 1 − 2ξ 2 1 2ξ 1 − ξ2 √ 2/2. a freq¨ encia de ressonˆ ncia tende a ωn e Mr tende ao infinito.2: Magnitude e fase do fator de segunda ordem em func ao de ξ. .EA721 / PAULO VALENTE / UNICAMP Mag.0 −10 −80 −100 −15 −120 −20 −140 −25 −30 −160 PSfrag replacements 10 0 −35 −1 10 10 1 −180 −1 10 10 0 10 1 Figura R3.1 −20 ξ = 0. Quando ξ tende a zero. chamada de freq uˆ ncia de uˆ ˆ ressonˆ ncia. chamada de pico de resson ancia. s˜ o.

a segunda lei de Newton determina que m v = u. representado na Figura 2.1: Modelo linear do automovel.EA721 / PAULO VALENTE / UNICAMP 37 Aula 2 Representacao de Sistemas ¸˜ Modelagem Linearizacao ¸˜ Funcao de transferˆ ncia ¸˜ e Diagrama de blocos Modelagem 1.1. de massa total m. Em Controle dizemos que o modelo obtido e linear (equacao diferen¸˜ . Considere o problema de modelar a velocidade de um autom ovel. ´ ´ 3. trafega a uma velocidade v = v(t) o ´ ´ movido pela forca u = u(t) produzida pelo motor. ˙ v (9) m u PSfrag replacements ´ Figura 2. A mo¸˜ e a ´ delagem quase sempre e baseada em leis f´sicas aplic´ veis ao sistema de interesse. O autom´ vel. Obtemos a velocidade do automovel em qualquer instante t ≥ 0 (t = 0 e o instante inicial de referˆ ncia) resolvendo a equacao diferencial linear de prie ¸˜ meira ordem a coeficientes constantes (9). ı a ´ 2. Neste ı ı a ¸ ¸˜ caso. Os m´ todos tradicionais de an´ lise e projeto de sistemas de controle partem da e a representacao os componentes do sistema atrav´ s de modelos matem´ ticos. uma vez especificada a condic ao inicial ¸˜ ´ v(0) = v0 . Assuma que o autom ovel e um ¸ corpo r´gido e que no seu movimento retil´neo n˜ o sofre forcas de reacao.

A inclinacao da superf´cie. a Atrito de rolagem. O ar op˜ e resistˆ ncia ao movimento na forma de uma forca e o e ¸ 2 . A ı ´ variacao de massa age como um disturbio interno (se n˜ o for modelada). a o 4. ´ Massa vari´ vel. na qual µ e uma constante que depende das ´ ¸ caracter´sticas de contato entre as rodas e superf´cie de rolagem e fN e a forca ı ı normal atuando na superf´cie. Entrea tanto. ¸˜ Alguns desses fatores s˜ o discutidos a seguir. Para produzir a forca propulsora do seu movimento.2: Modelo n˜ o-linear do autom´ vel. w = w(t). A superf´cie sob as rodas do autom´ vel introduz uma forca ı o ¸ ´ de atrito de rolagem igual a µ fN .EA721 / PAULO VALENTE / UNICAMP 38 cial linear) e invariante no tempo (coeficientes n˜ o dependem do tempo). ı Resistˆ ncia do ar. o modelo a ser adotado deve refletir todos os fatores julgados relevantes para ´ descrever como a velocidade do automovel se comporta em condicoes realistas. as quais tˆ m influˆ ncia significativa na velocidade resultante e e ´ do autom´ vel. o ´ Inclinacao da pista. o autom ovel a ¸ consome combust´vel e portanto sua massa total varia no tempo (m = m(t)). em que k e uma constante que depende das dimens oes e da ´ ˜ de reacao igual a kv ¸˜ geometria do autom´ vel. obtemos o ı e . ¸˜ a v PSfrag replacements u m mg s en w w mg cos w mg Figura 2. Assumindo que a variacao da massa do autom´ vel devida ao consumo de com¸˜ o bust´vel tem pouca influˆ ncia sobre o comportamento da velocidade. age como um disturbio o ¸˜ ı externo. A superf´cie de rolagem e normalmente uma sucess˜ o de ¸˜ ı a aclives e declives.

um automovel tra¸˜ fegando com velocidade constante de v 0 = 80 km/h numa superf´cie de ı 0 = 0o .EA721 / PAULO VALENTE / UNICAMP 39 seguinte modelo n˜ o-linear (invariante no tempo) para descrever a velocidade do a autom´ vel: o mv = −kv 2 − µ mg cos w − mg sen w + u. por exemplo. o a) A linearizacao e feita em torno de uma condicao nominal (ponto de equil´brio) ¸˜ ´ ¸˜ ı ´ do modelo. incorpoa rando fatores deixados de fora numa primeira etapa. ˙ (10) ´ 5. Uma condicao nominal seria. Devemos ent˜ o rever a modelagem. via simulacao com a ¸˜ Matlab/Simulink. como ilustra a Figura 2. O lado direito de (10) e a soma das forcas que atuam na direcao do movimento ¸ ¸˜ do autom´ vel. Tendo a a chegado ao modelo mais simples que representa a planta a ser controlada. Os m´ todos de an´ lise e projeto discutidos em cursos introdutorios de Controle e a s˜ o v´ lidos apenas para sistemas lineares invariantes no tempo (LIT’s). por exemplo. a ve´ locidade do autom´ vel face as forcas externas e disturbios ser´ regulada o ¸ a ` pr´ xima a velocidade desejada. a a mas existem boas raz˜ es para fazermos isso. ´ d) Eventualmente a modelagem/linearizacao pode levar a resultados insatisfatorios ¸˜ do ponto de vista de controle. a c) Ap´ s a utilizacao de m´ todos cl´ ssicos de an´ lise e projeto para sistemas LIT’s. a . Parece um contra-senso obter um modelo n˜ o-linear para depois lineariz´ -lo. ou adotando m´ todos e mais adequados a modelos n˜ o-lineares. antes da efetiva implementacao de um sistema autom´ tico para ¸˜ a controle de velocidade. ¸˜ a 7. u e w dependem de t. o ¸˜ e a a o modelo n˜ o-linear completo pode servir para validar. caso este seja n˜ o-linear. Observe v. inclinacao constante de w ¸˜ b) Se o sistema de controle de velocidade for adequadamente projetado. devemos ` proceder a linearizacao do modelo. Se a inclinacao da superf´cie n˜ o sofrer o ¸˜ ı a ´ ` grandes variacoes e a velocidade for mantida proxima a nominal. o compor¸˜ tamento do modelo linearizado ser´ aproximadamente igual ao do modelo a n˜ o-linear. o Linearizacao ¸˜ ´ 6. os resultados obtidos atrav´ s do modelo lie nearizado.2.

Num sistema de controle em malha fechada para regular a velocidade do autom´ vel. y = v. w0 ) + fv (v 0 . w. pois ¸˜ na condicao nominal. computamos o valor nominal u0 correspondente a v 0 e w0 resolvendo a equacao 0 = f (v 0 . e as vari´ veis de o a ı ´ o a ´ entrada (vari´ veis independentes) s˜ o a forca produzida pelo motor. O modelo linearizado (11) relaciona a variacao da sa´da as variacoes na entrada ¸˜ ı ` ¸˜ ´ controlada e na entrada de disturbio relativamente aos seus valores nominais. u0 . chegamos ¸˜ ´ ent˜ o ao seguinte modelo linearizado para a velocidade do autom ovel (observe que a ˙ v = δv): ˙ ˙ δv = −aδv + b1 δu + b2 δw. w e u em torno do ponto (v 0 . a vari´ vel de sa´da e a velocidade do autom´ vel. u0 ) = 0. Introduzindo as vari´ veis de desvio (em a relacao aos valores nominais) δv = v −v 0 . u. w0 . Obtemos assim a entrada nominal de controle ¸˜ ˙ u0 = k(v 0 )2 + µ mg cos w 0 + mg sen w 0 . Tomando a transformada de Laplace de (11) com condic ao inicial y(0) = 0 (variacao ¸˜ ¸˜ . (11) na qual a = 2kv 0 /m. a ı a 10. δw = w −w 0 e δu = u−u0 . w) = f (v 0 . w. e consequentemente f (v 0 . u0 ) seria f (v. v = 0. u. Uma uˆ e ¸˜ e ´ funcao de transferˆ ncia e obtida quando se divide a transformada de Laplace (L) ¸˜ e de uma vari´ vel de sa´da pela transformada de Laplace de uma vari´ vel de entrada. Os dois primeiros termos (aproximacao linear) de uma funcao f e ¸˜ ¸˜ qualquer de v. w0 )(w − w0 ) + fu (v 0 . u). w0 )(v − v 0 )+ fw (v 0 . A linearizacao e geralmente baseada na expans˜ o do modelo n˜ o-linear em ¸˜ ´ a a S´ rie de Taylor. w0 )(u − u0 ). ˆ Funcao de transferencia ¸˜ 9. u0 . u). ¸˜ ı 11. Modelos lineares invariantes no tempo podem ser representados no dom´nio ı da freq¨ ecia complexa s atrav´ s do conceito de funcao de transferˆ ncia. na qual fx representa a derivada parcial de f em relacao a uma vari´ vel gen´ rica ¸˜ a e x. u0 . Representando o lado direito de (10) como f (v. w0 . e o disturbio a a ¸ externo introduzido pela inclinacao da superf´cie. u0 . b1 = 1/m e b2 = µ g sen w 0 − g cos w 0 .EA721 / PAULO VALENTE / UNICAMP 40 8. w0 .

δy. deixando impl´cito que δu(t) = L ı ı principais funcoes do controlador C(s) no sistema de controle em malha fechada ¸˜ ´ ´ representado na Figura 2. quando ent˜ o o controle assume o valor u0 . obtemos s∆Y (s) = −a∆Y (s) + b1 ∆U (s) + b2 ∆W (s). A equacao (12) pode ser rearran¸˜ jada de forma a se explicitar a variacao da sa´da δy como uma soma de variacoes ¸˜ ı ¸˜ produzidas pelas entradas δu e δw: ∆Y (s) = b1 b2 ∆U (s) + ∆W (s). ı ¸˜ ´ respectivamente.EA721 / PAULO VALENTE / UNICAMP inicial zero). ent˜ o a sa´da devida a acao conjunta das entradas δu e δw e δy = a ı ¸˜ δyu + δyw . a ´ variacao de velocidade medida. a ¸˜ ı 13. necess´ ria para compensar a variacao da sa´da do sistema.3 passa a funcionar para manter a velocidade em y 0 . ¸˜ 12.3 indicamos as vari´ veis no a −1 [C(s)E(s)]. respectivamente. Observemos que os valores efetivos da sa´da. Em seguida o sistema da a Figura 2. Num diagrama de blocos como a da Figura 2. t ≥ 0). o automovel e levado a condicao nominal desejada ¸˜ (y 0 . A Figura 2. Pelo Princ´pio da Superposicao.3 apresenta o diagrama de blocos de um sistema de controle em malha fechada que poderia ser utilizado para resolver o problema da regulac ao de ¸˜ velocidade do autom´ vel. s+a s+a = Pyu (s)∆U (s) + Pyw (s)∆W (s). pois deseja-se variacao nula (velocidade nominal) em regime (isto e. ı u a respectivamente.3 e a de rejeicao de disturbios: a variacao de velocidade ¸˜ ¸˜ . u0 +δu e w 0 +δw. δy. na qual Pyu (s) e Pyw (s) s˜ o as funcoes de transferˆ ncia das entradas δu e δw para a ¸˜ e a sa´da δy. e ı δu. 41 (12) em que ∆Y (s) = L[δy(t)] e assim por diante. = ∆Yu (s) + ∆Yw (s). 14. e comparada com a referˆ ncia r = 0 (r(t) = ¸˜ e ´ 0. ¸˜ quando t → ∞). do controle e do dist´ rbio s˜ o y 0 +δy. O erro resultante serve de entrada para um controlador represen´ ¸˜ ¸˜ tado pela funcao de transferˆ ncia C(s). A sa´da de C(s) e a variacao da entrada. Uma das dom´nio do tempo. w0 ). O esquema de controle deve ser entendido da seguinte o ´ ´ ` forma: numa primeira etapa. Num sistema de controle em malha fechada para regulac ao de velocidade. se δyu e δyw s˜ o ı ı ¸˜ a as sa´das devidas as acoes das entradas δu (com δw = 0) e δw (com δu = 0).

Outras especificacoes poderiam restringir o comporta¸˜ u ¸˜ mento transit´ rio da sa´da ap´ s a ocorrˆ ncia de dist´ rbios. um controlador do tipo PI (Proporcional + Integral). por exemplo. significaria determinar os ganhos kp (proporcional) e ki (integral) necess´ rios para rejeitar o dist´ rbio e ao a u mesmo tempo atender outras eventuais especificacoes de desempenho. a ı 16. ¸˜ o 15. produzido. dado por skp + ki ki C(s) = kp + = . como ao se especificar o ı o e u um intervalo de tempo m´ ximo para o retorno da sa´da ao seu valor nominal. Mostraremos mais tarde que um dist urbio do tipo degrau na velocidade do autom´ vel. Projetar o controlador. neste caso.3: Regulacao de velocidade do autom´ vel. ¸˜ . projetar um controlador significa determinar os coeficientes da a funcao de transferˆ ncia C(s) de forma a que todas as especificacoes de desempe¸˜ e ¸˜ ´ nho sejam atendidas. s s seria adequado. Projetamos controladores para atender a especificac oes de desempenho como ¸˜ a rejeicao de dist´ rbios.EA721 / PAULO VALENTE / UNICAMP 42 (δy) eventualmente produzida pela variacao na inclinacao da superf´cie (δw) deve ¸˜ ¸˜ ı teder a zero (em regime) pela acao da variacao no controle (δu). ¸˜ ¸˜ δw PSfrag replacements b2 /b1 r=0 + δu C(s) + Planta + δy e − b1 s+a Figura 2. quando a inclinac ao w muda o ¸˜ subitamente de valor. Na pr´ tica.

entre outras aplicacoes. corrente direta) s˜ o um dos dise a positivos mais utilizados pela industria como fonte prim´ ria de movimento. Exibem diversas caracter´sticas favor´ veis como controlabilidade. isto e. impressoras e plotters. 2. sendo ideais para aplicacoes de (relativamente) baixa potˆ ncia. e e a ´ servov´ lvulas. como no controle de dis¸˜ e cos e fitas magn´ ticas. baixos custos de aquisicao e manutencao e adaptabilidade a v´ rios tipos ¸˜ ¸˜ a de sistemas de controle. S˜ o a a ¸˜ as vˆ zes chamados de servomotores DC quando empregados em aplicac oes de e controle. portaı a bilidade. Motores DC de m´ dia a elevada potˆ ncia s˜ o usados no controle de esteiras. Motores DC (do inglˆ s. a a ¸˜ Alguns motores DC possuem constantes de tempo extremamente pequenas. e PSfrag replacements Ra + ia B va T θ − Figura 3. m´ quinas-ferramentas e sistemas roboticos.EA721 / PAULO VALENTE / UNICAMP 43 Aula 3 Representacao de Sistemas ¸˜ Controle de motores DC Instabilidade: pˆ ndulo invertido e Representacoes por vari´ veis de estado ¸˜ a Limitacoes dos modelos matem´ ticos ¸˜ a Controle de motores DC ´ 1.1: Motor DC controlado pela armadura (campo constante). direct-current. J La .

dt ´ em que kf e a constante de forca contra-eletromotriz. . por exemplo) e das engrenagens utilizadas. A ı rotacao do eixo do motor induz uma forca contra-eletromotriz. ´ ` 4. a tens˜ o aplicada aos terminais da armadura. respectivamente. Em alguns motores DC. Basicamente. obtemos. deslocamento angular do eixo do motor. As constantes J e B representam o momento de in´ rcia e o coeficiente de e atrito viscoso equivalente do motor. torque desenvolvido no eixo do motor. O torque desenvolvido no eixo do motor e proporcional a corrente de campo: T = k t ia . e coeficiente de atrito viscoso equivalente. As quantidades presentes no esquema da Figura 3. e indutˆ ncia da armadura. o campo magn´ tico e produzido por um im˜ a e a ´ permanente e. um motor DC converte energia el´ trica em energia e ´ mecˆ nica.1.EA721 / PAULO VALENTE / UNICAMP 44 3. dt (13) ´ Por sua vez. Modelagem. a qual provoca ¸˜ ¸ ` uma queda de tens˜ o no circuito de armadura. A equacao el´ trica do motor ¸ ¸˜ e DC assume ent˜ o a forma a La dia + Ra ia = va − vf . proporcional a velocidade angular a do eixo: dθ vf = k f .1 s˜ o as seguintes: a Ra La va ia T J B θ : : : : : : : : resistˆ ncia da armadura. como ilustra a Figura 3. a equacao mecˆ nica do motor DC e dada por ¸˜ a J d2 θ dθ +B = T = k t ia . Neste caso. da carga (uma antena. o fluxo magn´ tico e constante. momento de in´ rcia equivalente. o torque dee senvolvido no eixo do motor pode ser controlado atrav´ s do chamado circuito de e armadura. dt vf = k f dθ . a corrente circulando na armadura. referidas ao eixo do motor. portanto. 2 dt dt (14) Tomando as transformadas de Laplace de (13) e (14) com condic oes iniciais ¸˜ nulas. A constante de torque kt depende de caracter´sticas construtivas do motor.

2 e apresentar a relac ao entre a tens˜ o ¸˜ a de armadura e o deslocamento angular do eixo como na Figura 3. a indutˆ ncia de armadura e muito pequena. Va (s) s(τ s + 1) . Mecˆ nico a θ kf s Figura 3.) Em alguns motores DC. No diagrama de blocos apresentado na Figura 3. ¸˜ e ´ gunda ordem.2: Diagrama de blocos do motor DC. PSfrag replacements va kt 3 + (L B + R J)s2 + (R B + k k )s JLa s a a a f t θ Figura 3. El´ trico e vf ia kt T 1 2 + Bs Js S.2.3. e Vf (s) = kf sΘ(s). carga e engrenagens).EA721 / PAULO VALENTE / UNICAMP 45 (La s + Ra )Ia (s) = Va (s) − Vf (s). va + − 1 La s + R a S. ` 5.3: Diagrama simplificado do motor DC. correspondente as equacoes ¸˜ PSfrag replacements ´ (15) e (16). na forma P (s) = k Θ(s) = . (Notamos que ¸˜ e ˙ a velocidade angular do motor. (15) (16) (Js2 + Bs)Θ(s) = T (s) = kt Ia (s). e de se´ a funcao de transferˆ ncia entre va e θ. ´ A funcao de transferˆ ncia entre va e θ e de terceira ordem. Observae a mos tamb´ m a existˆ ncia de uma realimentacao interna (natural) no motor DC. e e ¸˜ Podemos simplificar o diagrama da Figura 3. obtemos um modelo reduzido de a segunda ordem. o sistema eletromecˆ nico e visto como composto por dois subsistemas: a el´ trico (circuito de armadura) e mecˆ nico (motor. a ´ Quando a indutˆ ncia e desprezada (La ≈ 0).

um a sistema de controle com realimentacao unit´ ria para a posicao angular do eixo do ¸˜ a ¸˜ PSfrag replacements motor DC poderia assumir a estrutura apresentada na Figura 3. o fornecendo uma tens˜ o proporcional ao deslocamento produzido.4. . o ganho e a constante de tempo do motor. como o controle de atitude (posicao) de um ve´culo lancador de sat´ lites. Neste caso. Um problema com caracter´sticas ¸˜ ı ¸ e ı ´ similares e o da levitacao magn´ tica.EA721 / PAULO VALENTE / UNICAMP 46 sendo k e τ . os quais s˜ o completamente caracterizados pelos parˆ metros do modelo: a a k= kt . presente em aplicacoes como o controle de ¸˜ e ¸˜ trens de alta velocidade. e que e o outro potenciˆ metro com a mesma escala se encontra conectado ao eixo do motor. o qual pode ser e movimentado em linha reta atrav´ s de um motor DC. ı e ˆ Instabilidade: pendulo invertido ´ 7.5 ilustra um sistema a composto por um pˆ ndulo invertido montado sobre um carro. O objetivo do sistema de e controle seria manter o pˆ ndulo na posicao vertical. O pˆ ndulo invertido modela e ¸˜ e problemas de controle importantes em Engenharia. Ra B + kt kf ´ 6. respectivamente. combinada com a acao integral produzida pelo p´ lo do motor na origem. Suponha que uma referˆ ncia angular a ser seguida pelo eixo do motor e convere tida de radianos em volts atrav´ s de um potenciˆ metro de ganho ks (V/rad). r (rad) + − Amplificador ka Controlador ks k s(τ s + 1) Motor DC θ (rad) Figura 3. ¸˜ o ´ e suficiente para que a sa´da passe a seguir qualquer referˆ ncia constante. Uma das principais aplicacoes de sistemas de controle e na estabilizacao de ¸˜ ¸˜ sistemas naturalmente inst´ veis em malha aberta. Ra B + kt kf τ= Ra J . A Figura 3. Podemos mostrar que a acao proporcional produzida pelo amplificador (con¸˜ trolador).4: Sistema de controle em malha fechada.

e comprimento do pˆ ndulo.5 e inst´ vel. aceleracao da gravidade.EA721 / PAULO VALENTE / UNICAMP y 47 mg θ PSfrag replacements l 0 u M x Figura 3. no sentido de que o pˆ ndulo a e tende a se afastar da posicao vertical por menor que seja a forca aplicada ao carro. Modelagem. e massa do pˆ ndulo (concentrada na extremidade). ¸ deslocamento linear do carro.5: Pˆ ndulo invertido. O sistema da Figura 3. x = 0) e a (M + m) ml2 d2 x d2 θ + ml 2 = u. θ l m M u x g : : : : : : : ˆ angulo formado pelo pˆ ndulo com a vertical. ¸˜ ¸ O modelo linearizado do pˆ ndulo invertido em torno da posicao de equil´brio e ¸˜ ı ´ inst´ vel (θ = 0. e massa do carro.5 encontram-se a a definidos a seguir. dt2 dt Os parˆ metros e vari´ veis presentes no esquema da Figura 3. dt2 dt (17) (18) d2 θ d2 x + ml 2 = mglθ. e ´ 8. ¸˜ Adotando a notacao compacta para derivadas e eliminando a derivada segunda ¸˜ . forca aplicada ao carro.

6: Controle em malha fechada do pˆ ndulo invertido. e ent˜ o impostos por um controlador dinˆ mico C(s). e os p´ los da funcao de transferˆ ncia de malha fechada entre a referˆ ncia r = 0 o ¸˜ e e (posicao angular desejada) e θ (posicao angular do pˆ ndulo) podem ser arbitraria¸˜ ¸˜ e mente escolhidos. sob hipoteses relativamente fracas. U (s) M ls2 − (M + m)g O sinal menos na funcao de transferˆ ncia do pˆ ndulo reflete o fato de que o ¸˜ e e pˆ ndulo sempre se move na direcao contr´ ria a da forca aplicada. P´ los com a a o partes reais negativas s˜ o uma escolha obrigat´ ria para a estabilidade do sistema a o em malha fechada. 9. e . 48 ` cuja transformada de Laplace com condicoes iniciais nulas conduz a funcao de ¸˜ ¸˜ ˆ transferˆ ncia entre a forca u aplicada ao carro (vari´ vel de controle) e o angulo θ e ¸ a formado pelo pˆ ndulo com a vertical (vari´ vel de sa´da): e a ı P (s) = Θ(s) −1 = . obtemos ¸˜ ¸˜ x ¸˜ ¨ M lθ − (M + m)gθ = −u. Um sistema de controle em malha fechada como o da Figura 3.6 pode estabi´ lizar o pˆ ndulo invertido. Os p´ los (reais) e ¸˜ a ` ¸ o da funcao de transferˆ ncia s˜ o ¸˜ e a p1 = + (M + m)g Ml e p2 = − (M + m)g . Ml ´ e o e a origem da instabilidade do pˆ ndulo e o p´ lo real positivo. PSfrag replacements r=0 + C(s) − θ −1 2 − (M + m)g M ls Pˆ ndulo Invertido e Figura 3. por exemplo) e a ´ e uma soma de termos que inclui as exponenciais ep1 t e ep2 t . equacao (18)).EA721 / PAULO VALENTE / UNICAMP ¨ em relacao a x na equacao (17) (¨ = gθ − lθ. quando o e tempo tende para infinito. a resposta temporal do pˆ ndulo a qualquer entrada limitada (um degrau unit´ rio. p1 > 0. De fato. A instabilidade do pˆ ndulo se traduz no crescimento ilimitado da exponencial e p1 t . na medida em que.

assim a como a entrada u(t). Escrevendo as derivadas de x 1 . denotadas por x1 . La x2 = −αx1 − βx3 . La ρ= Ra La e η= 1 . xn e chamadas de vari´ veis de estado. ˙ Assumindo que as quantidades x1 (t0 ). kt . na qual as vari´ veis internas do sistema s˜ o explicitadas. . 12. podemos resolver o sistema de equacoes lineares de ¸˜ ´ primeira ordem acima e obter x1 . aliado ao conhecimento da entrada do sistema para todo t ≥ t0 . x2 . permite determinar x1 . J em que α= B . evidenciam a relacao de transferˆ ncia entre uma dada ı ¸˜ e entrada e uma dada sa´da. . Exemplos. a e a . isto e. . a As vari´ veis de estado naturais no modelo do pˆ ndulo invertido s˜ o x1 = θ. definimos ˙ e x3 = ia (n = 3). t ≥ t0 . x2 e x3 . obtemos x1 = x 2 . ˙ y = x1 . o comportamento futuro do sistema. O estado de um sistema dinˆ mico pode ser definido como um conjunto a de n vari´ veis. θ e ia constituem o estado do sistema. x2 . isto e. . J β= γ= kf . x2 = θ ı a e y = θ.EA721 / PAULO VALENTE / UNICAMP 49 ´ Representacoes por variaveis de estado ¸˜ 10. As representacoes de sistemas dinˆ micos por funcoes de transferˆ ncia s˜ o do ¸˜ a ¸˜ e a ´ tipo entrada-sa´da. a a cujo conhecimento num dado instante de tempo t = t0 . x2 e x3 em relacao ao ¸˜ tempo em termos de x1 . . Para mostrar que θ. x2 (t0 ) e x3 (t0 ) s˜ o conhecidas. 11. ˙ x3 = −γx2 − ρx3 + ηu. n˜ o s˜ o explicitamente indicadas. respectivamente. Estado. . Vari´ veis internas. atrav´ s do a a e conceito de estado. x2 e x3 para qualquer t ≥ t0 . Podemos obter uma representac ao a a ¸˜ alternativa. por u a exemplo) n˜ o apresentaria a mesma propriedade. Um n´ mero menor de vari´ veis (apenas x1 e x2 . xn para qualquer t ≥ t0 . como a corrente de armadura no ı a modelo do motor DC ou o deslocamento linear do carro no modelo do pˆ ndulo e invertido. A entrada e a sa´da do sistema s˜ o u = va x1 = θ. . . Considere inicialmente o modelo do motor DC controlado pela ˙ armadura.

Com essas definicoes. ¸˜ e ı ´ ¸˜ ı ´ Um importante subproduto da representacao de sistemas por vari´ veis de estado e ¸˜ a a possibilidade de empregarmos uma poderosa notac ao matricial para as equacoes ¸˜ ¸˜ de estado e de sa´da. o modelo do pˆ ndulo invertido poderia ser ı e descrito em termos matriciais da seguinte forma:    x1 ˙ 0  x2   −α ˙     x3  =  0 ˙ x4 ˙ −γ y=     0 x1 0 0   x2   −β   +  u. x3 = x e x4 = x. Como exemplo. 1  0  0  −β   B=  0 . x =  x3  .EA721 / PAULO VALENTE / UNICAMP ˙ x2 = θ. ˙ x3 = x 4 . ˙ y = x1 . M 13. β= x2 = −αx1 − βu. As equacoes diferenciais envolvendo os estados s˜ o chamadas de equacoes de ¸˜ a ¸˜ estado. A =  0 0 0 ˙ −γ 0 0 x4 ˙ x4 ¨ Se a sa´da tivesse sido definida como sendo a aceleracao angular.  x3  x4  0 0  . x4 1 0 0 0 0 0 0 0 e obter´amos tamb´ m D = [−β] (escalar). ρ  . ˙ em que α= (M + m)g . ˙ 50 x4 = −γx1 + ρu. Definindo ı e      0 1 0 x1 ˙ x1  −α 0 0  x2   x2  ˙    ˙  x=  x3  . ent˜ o ı ¸˜ ˙ a a equacao de sa´da assumiria a forma ¸˜ ı   x1  x  y = −αx1 − βu = −α 0 0 0  2  + [−β]u. 1   x3   0  0 x4 ρ   x1  x2   1 0 0 0   x3  . Ml γ= m M e ρ= 1 . obtemos ˙ ¸˜ x1 = x 2 . x2 = θ. Ml 1 . A equacao alg´ brica envolvendo a sa´da e chamada de equacao de sa´da.

na qual as matrizes Bw e Dv (escalar) indicam como os dist´ rbios w e v afetam as u vari´ veis de estado e de sa´da do sistema. Qualquer modelo matem´ tico.EA721 / PAULO VALENTE / UNICAMP C= −α 0 0 0 e D = [−β]. 51 podemos representar o pˆ ndulo invertido (e qualquer outro sistema linear invariante e no tempo) na forma matricial compacta x = Ax + Bu. Exemplo: no modelo do pˆ ndulo invera ı e ¸ tido. uˆ ¸˜ ` N˜ o-linearidade. mais fiel a planta. a ¸˜ ´ e uma aproximacao do sistema dinˆ mico de interesse. como θ = 0. independentemente da representacao adotada. Entretanto. x = 0. em geral. . ´ Uma representacao ainda mais geral e ¸˜ x = Ax + Bu + Bw w. como argumentado abaixo. a a ¸˜ assegurando desta forma a validade do modelo linear. ˙ y = Cx + Du. uma forca de dist´ rbio w contr´ ria ao movimento do carro seria transmitida u a aos estados atrav´ s de e   0  β   Bw =   0 . −ρ ´ Limitacoes dos modelos matematicos ¸˜ 14. Em princ´pio. no caso do pˆ ndulo inver¸˜ e ´ tido. A validade dos modelos LIT’s no contexto de sistemas de con´ trole e em grande parte conseq¨ encia da realimentacao. se convenientemente projetado. O modelo n˜ o-linear. pode ser linearizado a a num ponto de operacao desejado. n˜ o-linear e a a a variante no tempo. a validade ¸˜ a ı ´ dos modelos lineares invariantes no tempo (LIT’s) utilizados neste curso e ques´ tion´ vel. ˙ y = Cx + Du + Dv v. se considerarmos que todo sistema dinˆ mico e. o sistema de controle em malha fechada faz com que a planta (e seus modelos n˜ o-linear e linear) n˜ o se afaste do ponto de operacao. O modelo linearizado e valido apenas no entorno desse ponto.

EA721 / PAULO VALENTE / UNICAMP

52

Variacao no tempo. Os valores dos parˆ metros de um sistema dinˆ mico ge¸˜ a a ralmente sofrem variacoes ao longo do tempo devido aos efeitos de envelheci¸˜ ´ mento e desgaste. Um sistema de controle em malha fechada e capaz de compensar variacoes param´ tricas se essas variacoes forem muito mais lentas do que a ¸˜ e ¸˜ dinˆ mica do sistema de controle. A maioria dos sistemas dinˆ micos industriais saa a tisfaz essa premissa e tudo se passa, na pr´ tica, como se o sistema fosse invariante a no tempo. 14. Duas outras poss´veis fontes de problemas para a operacao de sistemas de ı ¸˜ a a e controle s˜ o dinˆ micas n˜ o-modeladas e incertezas param´ tricas. a Dinˆ mica n˜ o-modelada. Ao desprezarmos a indutˆ ncia de armadura no modelo a a a do motor DC para passar de um modelo de terceira ordem para um de segunda a ordem, estamos tamb´ m desprezando a dinˆ mica do circuito de armadura. Admie ´ a timos implicitamente que o modelo de segunda ordem e v´ lido porque o sinal de entrada do circuito de armadura (Figura 3.2) n˜ o consegue excitar o modo el´ trico a e ¨ˆ ´ do sistema, cuja constante de tempo (frequencia de corte) e muito menor (maior) do ¨ˆ que a contante de tempo (frequencia de corte) do modo mecˆ nico. Desde que os a sinais presentes no sistema de controle em malha fechada n˜ o excitem dinˆ micas a a n˜ o-modeladas, podemos deixar essas dinˆ micas fora do modelo; a a Incerteza param´ trica. Mesmo admitindo que os parˆ metros do sistema n˜ o vae a a riam com o tempo, podemos ter um conhecimento apenas aproximado dos seus ˆ valores. Em alguns casos, conhecemos os valores nominais e as toler ancias em ˜ o aos valores nominais dos parˆ metros. Quando dizemos que a resistˆ ncia relaca ¸ a e ´ de armadura de um motor e Ra com tolerˆ ncia de ±10%, estamos querendo dizer a ´ que qualquer valor de resistˆ ncia entre 0.9Ra e 1.1Ra e poss´vel. Mais uma vez, a e ı realimentacao pode compensar nossa incerteza com relacao aos parˆ metros, desde ¸˜ ¸˜ a que o sistema de controle em malha fechada seja projetado para ser robusto, isto ´ e, para produzir o desempenho desejado independentemente dos valores reais dos parˆ metros. a

EA721 / PAULO VALENTE / UNICAMP

53

Aula 4

Estabilidade Entrada-Sa´da ı
Atributos de um sistema de controle Sistema um-grau-de-liberdade Estabilidade entrada-sa´da ı

Atributos de um sistema de controle
1. Entre os atributos que todo sistema de controle deve apresentar, destacamos as seguintes: Garantir estabilidade. O atributo primordial de um sistema de controle, sem o ´ qual nenhum outro pode existir, e assegurar a estabilidade do sistema. Sistemas de controle s˜ o usados para estabilizar plantas inst´ veis ou para melhorar as condicoes a a ¸˜ de estabilidade de plantas est´ veis, mas muito oscilat´ rias; a o Controlar erros de regime. Sistemas de controle s˜ o normalmente projetados a para que a sa´da do sistema passe a rastrear determinadas entradas de referˆ ncia, ı e ´ isto e, para que erro entre o valor de uma dada referˆ ncia e o valor medido da sa´da e ı tenda a zero quando o tempo tender ao infinito (regime); Reduzir sensibilidade a variacoes de parˆ metros. Sistemas de controle s˜ o pro¸˜ a a jetados a partir de modelos matem´ ticos que aproximam o comportamento dos a componentes f´sicos do sistema. Sistemas de controle devem ser relativamente ı ` ` insens´veis as aproximacoes e as variacoes dos parˆ metros dos modelos adotados; ı ¸˜ ¸˜ a ´ Rejeitar a acao de disturbios. Sistemas de controle devem rejeitar (fazer desa¸˜ parecer com o tempo) a acao de entradas externas indesej´ veis que possam agir ¸˜ a sobre os componentes do sistema. Idealmente, sistemas de controle n˜ o deveriam a responder a essas entradas externas; Controlar a resposta transit´ ria. A forma como um sistema de controle atinge o ´ ´ a condicao de regime e muito importante. Controlar a resposta transitoria signi¸˜ fica moldar o comportamento de uma vari´ vel, geralmente a sa´da do sistema, em a ı termos de tempo de subida, sobre-elevacao, tempo de acomodacao, etc.. ¸˜ ¸˜

EA721 / PAULO VALENTE / UNICAMP

54

¨e Controlar a resposta em frequˆ ncia. Sistemas de controle podem ser vistos como ¨ˆ filtros: devem deixar passar apenas as componentes de freq uencia do sinal de entrada que desejamos reproduzir (rastrear). Sinais fora da faixa de passagem do sistema, como ru´dos aos quais o sistema de controle possa estar sujeito, devem ser ı suficientemente atenuados.

Sistema um-grau-de-liberdade
2. Passamos a analisar mais detalhadamente as caracter´sticas de sistemas de conı trole em malha fechada atrav´ s do diagrama de blocos da Figura 4.1, que representa e ˜ um sistema de controle conhecido como um-grau-de-liberdade pelas raz oes exposta a seguir. O sistema ilustrado na Figura 4.1 possui trˆ s vari´ veis de entrada e a – r (referˆ ncia), w (dist´ rbio na planta) e v (dist´ rbio no sensor) – e trˆ s vari´ veis e u u e a de sa´da – e (erro), u (controle) e y (sa´da medida). As vari´ veis de entrada s˜ o ı ı a a independentes: afetam, mas n˜ o s˜ o afetadas pelas vari´ veis de sa´da. a a a ı w r + − e C(s) + u + PSfrag replacements y P (s)

+ F (s) + v Figura 4.1: Sistema de controle em malha fechada. 3. A funcao de transferˆ ncia de malha fechada de qualquer entrada para qualquer ¸˜ e sa´da pode ser determinada a partir das funcoes de transferˆ ncia de malha aberta ı ¸˜ e C(s) (controlador), P (s) (planta) e F (s) (sensor). Como cada entrada gera trˆ s e funcoes de transferˆ ncia de malha fechada, existem nove funcoes deste tipo no ¸˜ e ¸˜ diagrama de blocos da Figura 4.1. Cada uma delas fornece um tipo de informac ao ¸˜

EA721 / PAULO VALENTE / UNICAMP
a respeito do funcionamento do sistema.

55

4. Cada vari´ vel de sa´da e uma funcao simultˆ nea das trˆ s vari´ veis de entrada. a ı ´ ¸˜ a e a Denotando uma funcao de malha fechada gen´ rica como Tzx (s), sendo x a en¸˜ e trada e z a sa´da, e aplicando o Princ´pio da Superposicao ao diagrama da Figura ı ı ¸˜ 4.1, obtemos as sa´das como funcoes das entradas no dom´nio da transformada de ı ¸˜ ı Laplace: E(s) = Ter (s)R(s) + Tew (s)W (s) + Tev (s)V (s), U (s) = Tur (s)R(s) + Tuw (s)W (s) + Tuw (s)V (s), Y (s) = Tyr (s)R(s) + Tyw (s)W (s) + Tyv (s)V (s). (19) (20) (21)

´ 5. An´ lise e projeto. Cada funcao de transferˆ ncia de malha fechada e escrita em a ¸˜ e ´ termos das funcoes de malha aberta C(s), P (s) e F (s). Se estas ultimas s˜ o co¸˜ a nhecidas, assim como R(s), W (s) e V (s) (as transformadas de r, w e v), podemos obter E(s), U (s) e Y (s), e em seguida e, u e y atrav´ s de anti-transfomada de Lae place. Podemos assim analisar o desempenho do sistema de controle em relac ao a ¸˜ ´ determinadas entradas quando um dado controlador C(s) e utilizado. Se podemos analisar, podemos tamb´ m projetar um sistema de controle, definindo um cone trolador C(s) que atenda a certas especificacoes de desempenho associadas aos ¸˜ atributos discutidos anteriormente. ´ 6. Um dos objetivos do sistema de controle em malha fechada da Figura 4.1 e fazer ` a sa´da da planta rastrear uma dada entrada de referˆ ncia. A resposta da planta a ı e entrada de referˆ ncia pode ser analisada a partir da funcao de transferˆ ncia Tyr (s). e ¸˜ e Do diagrama de blocos da Fig. 4.1 e das transformadas de Laplace dos sinais r, e, u e y, obtemos sucessivamente E(s) = R(s) − F (s)Y (s), = R(s) − P (s)F (s)U (s),

= R(s) − C(s)P (s)F (s)E(s).

A funcao de tranferˆ ncia de malha fechada entre a entrada de referˆ ncia e o ¸˜ e e ´ erro de rastreio e ent˜ o dada por a E(s) 1 = . R(s) 1 + C(s)P (s)F (s) A funcao de transferˆ ncia de malha fechada entre a entrada de referˆ ncia e a ¸˜ e e entrada de controle pode ser obtida da seguinte forma: Ter (s) = Tur (s) = U (s) E(s) U (s) C(s) = = . R(s) R(s) E(s) 1 + C(s)P (s)F (s)

EA721 / PAULO VALENTE / UNICAMP

56

Finalmente, a funcao de transferˆ ncia de malha fechada entre a entrada de re¸˜ e ´ ferˆ ncia e a sa´da da planta e dada por e ı Tyr (s) = Y (s) U (s) Y (s) C(s)P (s) = = . R(s) R(s) U (s) 1 + C(s)P (s)F (s)

7. As demais funcoes de malha fechada podem ser obtidas de maneira an´ loga, ¸˜ a manipulando o diagrama de blocos da Figura 4.1 de forma a eliminar vari´ veis ina termedi´ rias entre a entrada e a sa´da desejadas. Os numeradores das funcoes de a ı ¸˜ malha fechada s˜ o vari´ veis – dependem de C(s), P (s) e F (s) de formas diferena a ´ tes – mas o denominador e sempre o mesmo: 1 + C(s)P (s)F (s). Neste sentido, ´ dizemos que o sistema de controle da Figura 4.1 e do tipo um-grau-de-liberdade, pois uma vez definida a funcao de transferˆ ncia do controlador C(s), todas as de¸˜ e mais funcoes ficam automaticamente caracterizadas. ¸˜

Estabilidade entrada-sa´da ı
´ 8. O comportamento do sistema de controle em malha fechada da Figura 4.1 e enormemente influenciado pela funcao 1 + C(s)P (s)F (s). Definimos a equacao ¸˜ ¸˜ ı caracter´stica do sistema em malha fechada como 1 + C(s)P (s)F (s) = 0. (22)

As ra´zes da equacao caracter´stica determinam muito do comportamento dinˆ ı ¸˜ ı a mico do sistema em malha fechada e ser˜ o melhor explicitadas atrav´ s das reprea e sentacoes de C(s), P (s) e F (s) na forma polinomial: ¸˜ C(s) = NC (s) , DC (s) P (s) = NP (s) , DP (s) F (s) = NF (s) . DF (s)

Os graus do numerador (N ) e do denominador (D) de uma func ao de trans¸˜ ferˆ ncia qualquer ser˜ o denotados por m e n, respectivamente. Assumimos que e a m ≤ n, e que, sem perda de generalidade, o coeficiente de grau n do denominador ´ e unit´ rio. Na discuss˜ o a seguir tomamos uma funcao de malha fechada gen´ rica a a ¸˜ e T (s). Na notacao polinomial, ¸˜ T (s) = NT (s) NT (s) = , DT (s) DC (s)DP (s)DF (s) + NC (s)NP (s)NF (s) (23)

´ na qual NT (s) e qualquer dos numeradores das funcoes de malha fechada. Exem¸˜ plo: se T (s) = Try (s), ent˜ o NT (s) = NC (s)NP (s)DF (s) (verifique). A ordem a

57 (24) Se n˜ o houver cancelamentos entre as mT ra´zes de NT (s) = 0 e as nT ra´zes a ı ı ´ de DT (s) = 0. Os p´ los de T (s) s˜ o a o o a as ra´zes de DT (s) = 0. x representa genericamente r. Dizemos que um sinal qualquer x e limitado se existe uma constante M > 0 tal ´ que |x(t)| < M para todo t ≥ 0. Supondo que x e ´ (transformada X(s)) e qualquer entrada limitada.EA721 / PAULO VALENTE / UNICAMP ´ de T (s) e nT = n C + n P + n F . Um sinal do tipo rampa de inclinacao A s−1 e ilimitado. No presente contexto. e ´ 10. DX (s) s +1 e os p´ los de X(s) s˜ o as ra´zes de s2 + 1 = 0. limitada). w ou v. Bounded-Input-Bounded-Output). Ent˜ o a X(s) = NX (s) 1 = 2 . a ` a resposta de T (s) a entrada X(s). se a resı a e ´ posta do sistema a qualquer entrada limitada e tamb´ m limitada. ´ 11. O degrau de amplitude A e um exemplo de sinal ´ limitado. Observamos a ´ que a soma de sinais limitados e tamb´ m um sinal limitado. pois qualquer ¸˜ que seja M > 0. ¯ a ı . Passamos ent˜ o a analisar a anti-transformada de Z(s) = T (s)X(s). isto e. t ≥ 0 (entrada senoidal. os p´ los de X(s) = NX (s)/DX (s) s˜ o as ra´zes de ı o a ı DX (s) = 0. ou BIBO-est´ vel (do inglˆ s. e ´ 9. e enquanto que z representa genericamente e. s−j s+j na qual α e α s˜ o os resı´duos complexos conjulgados de x1 e x2 . desejamos estabelecer as condic oes ¸˜ sob as quais a sa´da z (transformada Z(s)) do sistema modelado por T (s) ser´ ı a tamb´ m limitada. u ou y. ´ e a equacao caracter´stica (22) e equivalente a equacao polinomial ¸˜ ı ¸˜ DT (s) = DC (s)DP (s)DF (s) + NC (s)NP (s)NF (s) = 0. Para obter a expans˜ o em fracoes parciais de a ¸˜ ´ Z(s) e necess´ rio determinar os p´ los de T (s) e de X(s). iguais a x1 = j e x2 = −j. ent˜ o as primeiras s˜ o os zeros e as segundas os polos da funcao a a ¸˜ de transferˆ ncia de malha fechada T (s). sempre existir´ um tempo t > 0 tal que |At| ≥ M . Exemplo. 12. Considere x(t) = sen t. A o a ı ´ expans˜ o em fracoes parciais de X(s) e a ¸˜ X(s) = α ¯ α + . Recordemos que um sistema dinˆ mico e est´ vel do ponto de vista entradaa a sa´da.

s − x1 s − x2 s − x nX na qual αi . = α1 ep1 t + α2 ep2 t + · · · + αnT epnT t + zX (t). respectivamente. . ent˜ o zX . (25) (s − pi ) i=1 (s − xi ) em que p1 . e Z(s) = T (s)X(s) = NT (s)NX (s) = DT (s)DX (s) NT (s)NX (s) nT i=1 nX 58 . i = 1. obtemos a expans˜ o em fracoes parciais a a ¸˜ Z(s) = α2 αn T α1 + + ··· + + s − p1 s − p1 s − p nT αn +1 αn +2 αn +n + T + T + ··· + T X . . Assumindo por simplicidade que os polos de Z(s) (uni˜ o dos p´ los de a o T (s) e X(s)) s˜ o todos distintos. ser´ tamb´ m limitada. Como zX ser´ sempre limitada para a qualquer entrada limitada x. . . . se x for uma entrada limitada. . nT + nX s˜ o os res´duos associados aos p´ los de Z(s) a ı o (si = pi ou si = xi ): αi = NT (s)NX (s) nT i=1 nX (s − pi ) i=1 (s − xi ) (s − si ). . Especificamente. . p2 . . 2. . A anti-transformada de Z(s) a e ´ e z(t) = zT (t) + zX (t). observamos que Z X (s) tem uma expans˜ o a ` em fracoes parciais igual a de X(s). Assim sendo. . t ≥ 0. Em termos gen´ ricos. A sa´da Z(s) pode ser representada como a soma ı Z(s) = ZT (s) + ZX (s). ´ ´ ¸ na qual zT representa a resposta natural (transitoria) e zX e a resposta forcada (ou de regime) do sistema modelado por T (s). (26) ´ em que ZT (s) e ZX (s) cont´ m apenas termos relativos aos polos de T (s) e de e X(s). . Em particular. pnT e x1 . respeca o ´ tivamente. .EA721 / PAULO VALENTE / UNICAMP 13. 2. a ¸˜ a anti-transformada de ZX (s). a resposta total z ser´ limitada ou ilimitada devido a ` apenas a resposta natural zT . z(t) = zT (t) + zX (t). . exceto por novos res´duos calculados em ¸˜ ı funcao de T (s) e X(s). t ≥ 0. . i = 1. xnX s˜ o os p´ los de T (s) e de X(s). . nT + nX . . x2 .

. . um ou mais o p´ los sobre o eixo imagin´ rio). a a c) Se Re{pi } ≤ 0 para todo i (nenhum p´ lo no semi-plano direito. . 2. A an´ lise de estabilidade de T (s) pode ser associada a regioes do plano coma ´ plexo s onde se localizam seus polos. . Exemplo. em que Re{pi } denota a parte real do i-´ simo p´ lo de T (s). . Neste caso. Dizemos ent˜ o que o a ´ a sistema e est´ vel. . A resposta z e limitada se a entrada o a limitada for x(t) = sen t. nT . a resposta ser´ ilimitada (verifique): a z(t) = t + e−t/τ − τ. 2. t ≥ 0 (X(s) = 1/s). t ≥ 0. a 15. . nT . .1. nT . Dizemos neste caso que o sistema e marginalmente est´ vel. a) Se Re{pi } < 0 para todo i (todos os p´ los no semi-plano esquerdo) as expoo nenciais s˜ o todas amortecidas. Entretanto. Os a ¸˜ ´ p´ los do sistema s˜ o p1 = 0 e p2 = −1. e o ˜ 14. Dizemos ent˜ o que o sistema e inst´ vel. w e v sejam o entradas limitadas e que Re{pi } < 0 para todo i = 1. Retomamos agora o sistema de controle da Figura 4. a exponencial correspondente tende ao infinito (assim como z T ) quando t tende ´ ao infinito (resposta ilimitada). se a entrada limitada for x(t) = 1. i = 1. Considere o sistema T (s) = 1 Z(s) = . . 2. t ≥ 0. . Se T (s) possuir um par de p´ los imagin´ rios de freq¨ encia natural ωn (todos os o a uˆ ` demais p´ los no semi-plano esquerdo) e for submetido a entrada limitada x(t) = o sen ωn t. .EA721 / PAULO VALENTE / UNICAMP 59 ´ a Crit´ rio de estabilidade. Suponha que r. a resposta pode ser limitada ou ilimitada o a ´ dependendo da entrada (limitada). a a 16. . X(s) s(s + 1) ´ O sistema e marginalmente est´ vel de acordo com a classificacao acima. ´ b) Se Re{pi } > 0 para algum i (pelo menos um polo no semi-plano direito). fazendo com que zT tenda a zero (z tenda a a zX ) quando t tende ao infinito (resposta limitada). lembrando que as nove funcoes de malha fechada indicadas em (19)-(21) possuem o mesmo denominador ¸˜ e portanto os mesmos p´ los pi . t ≥ 0. as . O sistema T (s) e est´ vel no sentido entrada-sa´da se e e ı somente se Re{pi } < 0 para todo i = 1. a resposta de T (s) ser´ ilimitada devido ao efeito de ressonˆ ncia.

respectivamente. Conseq¨ entemente. pois uma entrada (tens˜ o de armadura) do tipo a a degrau unit´ rio. Logo. a a 17. quaisquer que sejam k c . k e ´ τ positivos. torna a sa´da (posicao angular do eixo) ilimitada. . a a 18. . Exemplo. Y (s) k P (s) = = . cujas ra´zes (p´ los do sistema em malha fechada) s˜ o sempre reais negativas ou ı o a complexas conjulgadas com parte real negativa. Como os p´ los do sistema em malha fechada s˜ o as ra´zes da equacao caraco a ı ¸˜ ter´stica 1 + C(s)P (s)F (s) = 0. . U (s) s(τ s + 1) em que k e τ s˜ o o ganho e a constante de tempo do motor. Considere a funcao de transferˆ ncia do motor DC controlado pela ¸˜ e armadura. A a ´ planta e marginalmente est´ vel. 2. obtemos a equacao caracter´stica (verifique) ¸˜ ı τ s2 + s + kc ks k = 0. u e y ser˜ o tamb´ m limitadas. nT . assim como as a somas que definem e. u e y.EA721 / PAULO VALENTE / UNICAMP 60 ˜ repostas individuais nas expressoes (19)-(21) s˜ o todas limitadas. ks . a ı ¸˜ Supondo C(s) = kc (controle proporcional) e F (s) = ks (V/rad). . por exemplo. o sistema de controle em malha fechada e semu ´ pre est´ vel e a sa´da permanece limitada. o que garante que o sistema em malha fechada ser´ (internamente) est´ vel.1 e internamente est´ vel. as sa´das e. mesmo que existam disturbios limitados a ı agindo no sistema. as quais por sua vez dependem da escolha do ı controlador C(s) para P (s) e F (s) dadas. devemos antes de tudo escolher o controlador de forma que Re{pi } < 0 para todo i = 1. ı a e ´ Dizemos ent˜ o que o sistema de controle da Figura 4. .

rampa e par´ bola a ´ Realimentacao unitaria ¸˜ 1. A entrada r serve de referˆ ncia para a sa´da da planta. ´ 2.1: Sistema de controle em malha fechada. Assuma que a sa´da do sistema deva rastrear a temperatura de 100 o C.1. suponha que F (s) mede temperatura e que F (s) = k s . em ¸˜ que ks transforma o C em volts. r(t) = 100. As funcoes ¸˜ e ı de transferˆ ncia (malha aberta) do controlador. da planta e do sensor s˜ o C(s). mas com realimentac ao unit´ ria. no qual eventuais disturbios agindo no sistema n˜ o s˜ o explicitamente a a representados.EA721 / PAULO VALENTE / UNICAMP 61 Aula 5 Erros de Regime Realimentacao unit´ ria ¸˜ a Tipos de sistemas de controle Erros de regime: entradas degrau. Considere o diagrama de blocos de um sistema de controle em malha fechada da ´ Figura 5. PSfrag replacements r + e C(s) − u P (s) y F (s) Figura 5. a resposta do sensor e muito mais r´ pida do que as ¸˜ a a respostas dos demais componentes do sistema. respectivamente. Em muitas situacoes pr´ ticas. Para ¸˜ a efeito de exposicao. Observamos que unidade da vari´ vel de referˆ ncia a e deve ser volts para que o erro entre a referˆ ncia e a sa´da faca sentido. aproximar F (s) por um ganho constante e obter um diagrama a de blocos equivalente ao da Figura 5. e a P (s) e F (s). y. Na pr´ tica. Em ı princ´pio. t ≥ 0 (o C) (degrau de amplitude 100).1. e ı ¸ 3. Nestes casos podemos desprezar a dinˆ mica do sensor. para dar ı a .

4. 1 + C(s)P (s) ´ O erro de regime (ou de estado estacionario) do sistema. o C. t ≥ e ´ 0 (V). Assumimos que o sistema de controle em malha fechada da Figura 5. ´ A transformada de Laplace do erro entre a referˆ ncia r e a sa´da y e e ı E(s) = R(s) − Y (s). ¸˜ a ´ a 5.EA721 / PAULO VALENTE / UNICAMP 62 −1 sentido ao erro. O diagrama de blocos da Figura 5.3.3 e est´ vel. R(s) = .2. obtemos o sistema de controle com realimentac ao ¸˜ unit´ ria representado na Figura 5. a a r + − e C(s) P (s) y Figura 5.2: Diagrama de blocos equivalente (F (s) = ks ). a referˆ ncia deve ser especificada em volts: r(t) = 100ks .1. pode ser calculado . na medida em que a relacao entre r e y permanece inalterada. Sistemas de controle com realimentac ao ¸˜ a PSfrag replacements unit´ ria s˜ o mais simples de analisar e projetar.2 e equivalente ao diagrama de Figura 5. ı r (V) −1 ks r (o C) + ks − C(s) P (s) y oC Figura 5. ¸˜ PSfrag replacements no diagrama da Figura 5.3: Sistema de controle com realimentacao unit´ ria. Entretanto. a referˆ ncia na entrada do somador possui a mesma e unidade da sa´da do sistema. Se a referˆ ncia for especificada em graus e o ganho do sensor for incorporado e ` ao controlador ou a planta.

e Tipos de sistemas de controle 6. s→0 1 + C(s)P (s) 1 + lim C(s)P (s) 1 + kp s→0 kp = lim C(s)P (s). obtemos 1 1 1 = = . o que pode ser feito atrav´ s de uma escolha apropriada do controlador. 1 + C(s)P (s) Erros para entrada degrau. como ser´ visto a seguir. = = DC (s) DP (s) DCP (s) sN DCP (s) na qual eventuais N p´ los na origem de C(s)P (s) est˜ o explicitamente indicados. Considere a funcao de transferˆ ncia de malha aberta C(s)P (s) na forma ¸˜ e C(s)P (s) = NC (s) NP (s) NCP (s) NCP (s) . o tipo do sistema e igual ao n´ mero de integradores (1/s) no caminho direto entre a referˆ ncia r e a sa´da y. ed = lim em que Se R(s) = 1/s. e da funcao de tranferˆ ncia da planta.EA721 / PAULO VALENTE / UNICAMP atrav´ s do Teorema do Valor Final: e es = lim e(t) = lim sE(s). O numero inteiro o a ´ N define o tipo do sistema de controle. Um dos objetivos do projeto de sistemas de controle e limitar e eventual˜ mente anular os erros de regime do sistema para determinadas entradas padr oes. u e ı O tipo do sistema de controle determina fundamentalmente os valores dos erros de estado estacion´ rio do sistema. e a ¸˜ e ´ dada. o a ´ Sup˜ e-se que NCP (s) e DCP (s) n˜ o possuem zeros em s = 0. s→0 . a a ´ Erros de regime: entradas degrau. Fisicamente. Os erros de regime para entradas degrau. rampa e par´ bola unit´ rias podem ser a a calculados a partir da express˜ o geral para erro de estado estacion´ rio: a a es = lim sE(s) = lim s s→0 s→0 R(s) . vari´ veis. t→∞ s→0 63 Observamos que o erro de regime depende da entrada de referˆ ncia e da funcao e ¸˜ de transferˆ ncia do controlador. rampa e parabola 7.

ent˜ o kp = ∞ e ed = 0. Se R(s) = 1/s2 . O a a ´ erro de regime de um sistema do tipo 1 ou superior para entrada degrau e zero. obtemos er = lim em que kv = lim sC(s)P (s) s→0 s→0 1 1 1 = = . O termo posicao refere-se ao ¸˜ ¸˜ fato de que estamos interessados em posicionar (colocar) a sa´da do sistema num ı valor constante.4: Erros de regime para entrada rampa. Erros para entrada rampa. r er = ∞ y tipo 0 t r er = cte y PSfrag replacements tipo 1 t r er = 0 y tipo 2 t Figura 5. O valor de kp depende do tipo do sistema de controle. s + sC(s)P (s) lim sC(s)P (s) kv s→0 (s−1 ). Se N ≥ 1. assim como ed .EA721 / PAULO VALENTE / UNICAMP 64 denota a chamada constante de posicao do sistema. . ´ ent˜ o kp e uma constante. Se N = 0.

O erro de regime de um sistema do tipo 3 ou superior para ´ entrada parab´ lica e zero. 2. A Figura 5. ent˜ o kv e uma constante. ent˜ o kv = 0 e er = ∞. Se N ≥ 2. pois agora estamos inte¸˜ ressados em controlar a aceleracao da sa´da do sistema. n sejam nulos. O erro de regime de um sistema do tipo 2 ou superior para entrada rampa ´ e zero. assim como er . ent˜ o a a ka = ∞ e ep = 0. ka 1 + s2 C(s)P (s) s→0 s2 denota a chamada constante de aceleracao do sistema. . rampa e par´ bola em ¸˜ ¸˜ a funcao do tipo do sistema. ¸˜ 1/s2 ∞ 1 kv 0 1/s3 ∞ ∞ 1 ka N 0 1/s 1 1 + kp 0 0 Constantes kp = lim C(s)P (s) s→0 1 2 kv = lim sC(s)P (s) s→0 ka = lim s2 C(s)P (s) s→0 Genericamente.EA721 / PAULO VALENTE / UNICAMP 65 denota a chamada constante velocidade do sistema. Se N = 0. para que os erros de regime devidos a entradas R(s) = 1/s m ´ de ordens m = 1. . ent˜ o kv = ∞ e a a er = 0. e necess´ rio que N ≥ m. . Se N ≤ 1. assim como ep .4 ilustra os erros de regime para entrada rampa em func ao do ¸˜ tipo do sistema. o 8. Se N ≥ 3. A tabela abaixo resume os valores dos erros de regime e das contantes de posicao. Se N = 2. a ep = lim em que ka = lim s2 C(s)P (s) s→0 Se R(s) = 1/s3 . Erros para entrada par´ bola. Se ¸˜ ı a ´ N = 1. obtemos = 1 lims→0 s2 C(s)P (s) (s−2 ) = 1 . ent˜ o ka e uma constante. . pois estamos interessados em controlar a variacao da sa´da do sistema. ent˜ o ka = 0 e ¸˜ ı a ´ ep = ∞. velocidade e aceleracao para as entradas degrau. Se a amplitude a .

que representa o sistema de controle de posicao de um motor DC. t ≥ 0. 2 t ≥ 0.1s + 1) y 0 Figura 5. Essa pr´ tica. respectivaa a mente. entretanto. . o erro de regime e simplesmente multiplicado por A. ¸˜ ı a r + kc − 10 s(0.) R(s) = 1/s ´ 9. torna a estabilizaa a cao do sistema em malha fechada muito dif´cil. . par´ bola. ¸˜ 11. .5: Controle de posicao de um motor DC. que P (s) n˜ o tenha p´ los a o na origem. Parece ent˜ o natural incorporar a C(s) tantos integradores quantos sejam a PSfrag replacements necess´ rios para anular erros de regime. por exemplo. s nos quais kP e kI s˜ o os ganhos (ajust´ veis) proporcional e integral. Todo sinal de entrada r bem comportado pode ser aproximado por um polinˆ mio na forma o r(t) c 1 + c2 t + c3 t 2 + ··· .EA721 / PAULO VALENTE / UNICAMP 66 ´ da entrada for A.. como os chamados o controladores PI’s: kP s + k I C(s) = . etc. t. rampa. o que justifica ainda mais nosso interesse pelos erros de regime para entradas degrau. a ´ 10. (Note que 3 e a transformada de Laplace de r(t) = t2 /2. ent˜ o e razo´ vel imaginar que o sistema tamb´ m responder´ a a ´ a e a bem a entradas mais gerais que possam ser escritas como combinac oes dos termos ¸˜ 1. rampa e par´ bola. Ainda assim o erro de regime para entrada degrau ser´ nulo se o cona trolador tiver pelo menos um p´ lo na origem (sistema tipo 1). o tipo do sistema varia de acordo ¸˜ e com a escolha do controlador. Suponha. t2 /2. Como o tipo do sistema e funcao do n´ mero de p´ los de C(s)P (s) na origem ¸˜ u o ´ e a funcao de transferˆ ncia da planta e dada. Considere o diagrama de blocos da Figura 5..5. Se um sistema de controle responde bem a entradas simples como degrau. Como a constante de tempo ¸˜ . como ser´ constatado futuramente. Exemplo.

s + 0. Supondo C(s) = kc .EA721 / PAULO VALENTE / UNICAMP 67 ´ ´ do motor e τ = 0.25kc . s(0.05 Figura 5.1s + 1) 10kc = 10kc . 1 + kp 1 1 = . Incorporando a ´ ı a ` o ganho do sensor (ks = 0.1s + 1) ´ o tipo do sistema e N = 1. chegamos ao sistema de controle com realimentacao unit´ ria da Figura 5.7. kv 10kc 1 = ∞. Como o sistema n˜ o se encontra na configuracao de realimentacao unit´ ria.1s + 1) ed = er = ep = 1 = 0.01 rad/s.1 .4 s. Nada se pode dizer a priori sobre o ` tempo necess´ rio para o sistema chegar a situacao de regime. O diagrama de blocos da Figura 5. s(0.6: Sistema de controle de temperatura. PSfrag replacements + C(s) − 0.05 V/o C) a planta.1 y (o C) r (V) 5 s + 0. Exemplo. As constantes e erros de regime para as diferentes entradas s˜ o: a kp = lim s→0 10kc = ∞. s(0. a ¸˜ ¸˜ a n˜ o e poss´vel calcular diretamente os erros de estado estacion´ rio. ka kv = lim s s→0 ka = lim s2 s→0 Se a unidade da sa´da for radiano e kc = 10. obtemos ¸˜ a C(s)P (s) = 0. a ¸˜ 12. s(0.1s + 1) 10kc = 0. ent˜ o o erro de ı a regime para entrada rampa seria de 0.6 representa um sistema de controle de temperatura. por exemplo. quando operado em malha aberta. Como C(s)P (s) = 10kc . a velocidade do motor atinge seu valor de regime ap os aproximadamente 4τ = 0.1 s.

ent˜ o degrau for de 100 a c ed = 100 = 4 oC 1 + 2.1 y (o C) Figura 5.5kc s→0 ´ O erro de regime e inversamente proporcional ao ganho do controlador. Se a referˆ ncia ¸˜ a e o C e k = 10. 1 + 2. ¸˜ a A constante de posicao e o erro de regime para a entrada degrau s˜ o ¸˜ a kp = lim 0. O erro de regime para entrada degrau e constante e PSfrag replacements ´ para as demais entradas e infinito.5 × 10 A temperatura de regime seria de 96 o C. mas restricoes de ordem pr´ tica impedem que kc seja muito grande.1 e ed = 1 o C.25 s + 0.7: Sistema com realimentacao unit´ ria. .EA721 / PAULO VALENTE / UNICAMP 68 ´ ´ e o tipo do sistema e N = 0. r (o C) + C(s) − 0.5kc s + 0.25kc = 2.

s˜ o normalmente ¸˜ a comparados a um amplificador ideal. ´ 2. no sentido do amplificador apresentar uma resposta em freq¨ encia plana na faixa de 20 a 20000 Hz. A faixa de passagem ou largura de banda de um sistema dinˆ mico pode a ¨ˆ ser definida genericamente como sendo a faixa de freq uencias dentro da qual o sistema responde satisfatoriamente ao sinal de entrada. |G(jω)|dB PSfrag replacements 3 dB 20 20000 f. coincidiria com a faixa de passagem do sistema auditivo do ser humano.EA721 / PAULO VALENTE / UNICAMP 69 Aula 6 Faixa de Passagem e Sensibilidade Faixa de passagem Sensibilidade Sensibilidade do sistema em malha aberta Sensibilidade do sistema em malha fechada Faixa de passagem 1. Hz ´ Figura 6. A variacao no ganho (magnitude) do amplificador e ¸˜ e ¸˜ √ de no m´ ximo 1/ 2 (3 dB) dentro da faixa 20 Hz – 20000 Hz. por exemplo. 20000 Hz − 20 Hz = 19980 Hz. A faixa de passagem uˆ do amplificador ideal. Resposta plana significa que a raz˜ o entre as amplitudes da sa´da e da entrada e a ı essencialmente constante ao longo da faixa de passagem do amplificador. Amplificadores de audio. A Figura ´ 6. O conceito tem origem na ´ ´ area de Comunicacoes.1 ilustra o diagrama de magnitude de um amplificador de audio representado pela ´ funcao de transferˆ ncia G(s).1: Resposta de um amplificador de audio ideal. . O ganho cai 3 dB a ¨e nas frequˆ ncias de corte 20 Hz e 20000 Hz.

E ¸˜ ı uˆ referˆ ncia ω = 0 porque sistemas de controle s˜ o essencialmente filtros passae a baixas. |T (jω)|dB ωF P 0←ω PSfrag replacements 3 dB w. A energia do sinal de entrada ´ na freq¨ encia ω e dada por uˆ ER (ω) = 1 |R(jω)|2 . considere o sistema T (s) = Y (s)/R(s).2: Resposta t´pica de um sistema de controle. Para efeito de interpretacao em termos dos conte´ dos espectrais dos sinais en¸˜ u volvidos. Na terminologia pr´ pria da area de sistemas de controle. ı . diz-se que a o sa´da rastreia (segue. o sinal de entrada ser´ satisfatoriamente transmitido para a sa´da do a ı ´ sistema. A faixa de passagem de um sistema de controle T (s) pode ser definida como a faixa de freq¨ encias dentro da qual a magnitude |T (jω)| n˜ o cai mais do que uˆ a ´ poss´vel definir a freq¨ encia de 3 dB em relacao ao valor |T (j0)| (valor DC). A energia ı do sinal de sa´da e ı ´ EY (ω) = = 1 1 |Y (jω)|2 = |R(jω)T (jω)|2 . acompanha) a entrada. π e como todo sinal f´sico ER (ω) tende a zero quando ω tende ao infinito. Se a magnitude |T (jω)| for significativa na faixa de freq¨ encias na qual a energia do sinal de entrada se uˆ concentra. π ¨ˆ ´ A energia do sinal de entrada na frequencia ω e transmitida para a sa´da apenas ı ¨ˆ ´ se a magnitude do sistema na frequencia ω e significativa.EA721 / PAULO VALENTE / UNICAMP 70 3. rad/s Figura 6. π π 1 2 |R(jω)| |T (jω)|2 . ı 4.

Oua ´ tro efeito importante da limitacao da faixa de passagem e impedir que determinadas ¸˜ dinˆ micas n˜ o-modeladas. a faixa de ¸˜ ` ı uˆ passagem do sistema em malha fechada T (s) = kc τ s + (1 + kc ) ´ e ωF P = (1 + kc )/τ (verifique). ´ 6. P (s) = 1 . menor faixa de passagem e vice-versa. de forma que o sistema de controle seja capaz de rastrear entradas constantes sem erros de regime. Por outro lado.EA721 / PAULO VALENTE / UNICAMP 71 ´ A faixa de passagem do sistema ilustrado na Figura 6. (A magnitude em ωF P = 1/τ uˆ cai 3 dB em relacao a ass´ntota de baixa freq¨ encia). uˆ a ı Desta forma. n˜ o-desejada) fora da faixa delimitada pela ı u a faixa de passagem ser˜ o substancialmente atenuados pelo sistema de controle. ´ A faixa de passagem do sistema em malha aberta. Um controlador projetado a partir das funcoes de transferˆ ncia nominais da ¸˜ e planta e do sensor deve ser capaz de manter o desempenho especificado para o . usualmente caracter´sticas da planta em freq¨ encias a a ı uˆ mais elevadas suprimidas no modelo adotado. Geralmente exige-se uˆ que |T (j0)|dB = 0 (|T (j0)| = 1). A faixa de passagem de um sistema de segunda ordem na forma ´ padr˜ o com fator de amortecimento ξ = 0.2 e numericamente igual ` a freq¨ encia ωF P tal que |T (jωF P )|dB = |T (j0)|dB − 3 dB. uma vez que T (s) e funcao de C(s): ¸˜ T (s) = C(s)P (s) Y (s) = R(s) 1 + C(s)P (s)F (s) Para efeito de ilustracao. a Sensibilidade 7. A faixa de passagem do sistema em malha fechada e determinada pela escolha ´ do controlador. considere ¸˜ C(s) = kc . ru´dos (energia esp´ ria.1 s e k c = 1. τs + 1 e F (s) = 1. ´ 5.5 e ωF P = ωn . e agora depende do ganho do controlador. C(s)P (s) = k c /(τ s + 1). e igual a freq¨ encia de corte da planta: ωF P = 1/τ . sejam excitadas por componentes ¨ˆ do sinal de entrada nessas frequencias. Menor ganho. Um dos objetivos do projeto de sistemas de controle e limitar a faixa de passa` gem do sistema a faixa de freq¨ encias necess´ ria para que a sa´da rastreie a entrada. ent˜ o a ωF P = 20 rad/s. Se τ = 0.

Suponha que G(s) = C(s)P (s) e a funcao de transferˆ ncia do sistema de con¸˜ e trole em malha aberta. p)). a sensibilidade de G(s) em relac ao a variacao ¸˜ ` ¸˜ ´ de P (s) e G SP (s) = ∂G(s) P (s) P (s) = C(s) = 1. (Uma notacao mais ¸˜ a ¸˜ formal seria G(s. Desejamos analisar a ¸˜ e e variacao de G(s) quando um dado parˆ metro p de G(s) varia. A raz˜ o entre ¸˜ ¸˜ a ´ a variacao percentual de G(s) e a variacao percentual de p e ¸˜ ¸˜ ∆G(s) ∆G(s) p G(s) S(s) = = . e 8. independentemente do ¸˜ e . Suponha que G(s) e p representam valores nominais e que ∆G(s) e ∆p representam variacoes em relacao aos valores nominais. ∂P (s) G(s) C(s)P (s) expressando o fato de que qualquer variacao na planta ser´ integralmente refletida a ¸˜ na funcao de transferˆ ncia do sistema em malha aberta.EA721 / PAULO VALENTE / UNICAMP 72 sistema de controle em malha fechada a despeito de poss´veis variacoes nas funcoes ı ¸˜ ¸˜ de transferˆ ncia envolvidas. Considere uma funcao de transferˆ ncia gen´ rica G(s). Neste caso. Generalizacao. ∂Q(s) G(s) G ¨ˆ A resposta em freq¨ encia de SQ (s) expressa como a resposta em frequencia uˆ ¨ˆ de G(s) varia percentualmente quando a resposta em freq uencia de Q(s) varia percentualmente. Sensibilidade do sistema em malha aberta ´ 10. A funcao de sensibilidade de uma funcao de transferˆ ncia G(s) ¸˜ ¸˜ ¸˜ e ´ em relacao a outra funcao de transferˆ ncia Q(s) e dada por ¸˜ ¸˜ e G SQ (s) = ∂G(s) Q(s) . ∆p ∆p G(s) p ´ A funcao de sensibilidade de G(s) em relacao a p e definida como ¸˜ ¸˜ G Sp (s) = lim ∆p→0 ∆G(s) p ∂G(s) p = . ∆p G(s) ∂p G(s) 9.

¸˜ e Sensibilidade do sistema em malha fechada 11. no sensor F (s) ou no proprio controlador C(s) pode ser investigada com o aux´lio da funcao de sensibilidade. o . ∂P (s) T (s) [1 + C(s)P (s)F (s)]C(s) − [C(s)F (s)]C(s)P (s) × [1 + C(s)P (s)F (s)]2 1 + C(s)P (s)F (s) . A sensibilidade de T (s) em relacao a P (s) e dada por ¸˜ T SP (s) = ∂T (s) P (s) . e eventualmente conduzem a sua instabilidade. ı ¸˜ ´ 12. da resposta em freq¨ encia de SP uˆ T SP (jω) = 1 .EA721 / PAULO VALENTE / UNICAMP 73 controlador utilizado. a solucao e projetar C(s) para produzir ganhos elevados nessa a ¸˜ ´ faixa de freq¨ encias. Entretanto. × C(s) 1 . ganhos muito elevados tornam a resposta do sisuˆ ` tema muito oscilat´ ria. Como P (s) ¸˜ uˆ e F (s) s˜ o dadas. Considere a funcao de transferˆ ncia de malha fechada ¸˜ e T (s) = Y (s) C(s)P (s) = . Conclus˜ o idˆ ntica e obtida quando a variacao ¸˜ a e ¸˜ ocorre na funcao de transferˆ ncia do controlador. R(s) 1 + C(s)P (s)F (s) A sensibilidade do sistema em malha fechada T (s) em relac ao a variacoes na ¸˜ ¸˜ ´ planta P (s). ` Corresponde a resposta em freq¨ encia do produto das funcoes de transferˆ ncia na uˆ ¸˜ e malha de controle se ignorarmos o sinal negativo no somador. 1 + C(s)P (s)F (s) = = A sensibilidade de T (s) em relacao a P (s) pode ser melhor analisada atrav´ s ¸˜ e T (s). O ganho de malha deve ser grande dentro da faixa de passagem do sistema para que a sensibilidade de T (s) em relacao a P (s) nessa faixa de freq¨ encias seja pequena. 1 + C(jω)P (jω)F (jω) ´ A quantidade C(jω)P (jω)F (jω) e chamada de ganho de malha do sistema. O desempenho do sistema em malha aberta ser´ severamente a ´ afetado por variacoes na planta.

por o ¸˜ a exemplo. a sensibilidade do sistema em relac ao ao controlador tem ¸˜ mais a ver com quest˜ es de representacao de parˆ metros em ponto flutuante. Considere um sistema de controle em malha fechada com os se- . 1 + C(jω)P (jω)F (jω) ´ ` A conclus˜ o agora e oposta a do caso anterior. A sensibilidade de T (s) em relacao a algum parˆ metro p de P (s) (por exem¸˜ a plo) pode ser obtida atrav´ s da chamada regra da cadeia: e T Sp (s) = ∂T (s) ∂P (s) p ∂T (s) p = . ∂F (s) T (s) 1 + C(s)P (s)F (s) T ´ A resposta em freq¨ encia de SF (s) e uˆ T SF (jω) = −C(jω)P (jω)F (jω) . ¸˜ ` e ´ ´ 14. Por sua vez. ´ 15. sendo basicamente um conjunto de instrucoes na linguagem utilizada pelo microprocessador ¸˜ utilizado. o que n˜ o altera as conclus˜ es acima. Na maioria dos ¸˜ a o ´ sistemas de controle atuais o controlador e implementado digitalmente. Com isso. sendo ¸˜ a igual a (verifique) T SF (s) = ∂T (s) F (s) −C(s)P (s)F (s) = . Exemplo. evitando que este ¸˜ ´ varie. A sensibilidade de T (s) em relacao a C(s) e igual a sensibilidade de T (s) em ¸˜ relacao a P (s) (verifique). e poss´vel trabalhar numa faixa de ganhos na qual o desempenho ı do sistema em malha fechada possa ser melhor controlado. Uma solucao para desacoplar as sensibilidades de ¸˜ ¸˜ ´ T (s) em relacao a P (s) e F (s) e investir na qualidade do sensor. 16. Neste sentido. A sensibilidade de T (s) em relacao a F (s) e calculada de forma an´ loga. Para isso. ∂p T (s) ∂P (s) ∂p T (s) 17.EA721 / PAULO VALENTE / UNICAMP 74 ´ 13. Uma conclus˜ o geral importante e a de que e imposs´vel projetar um controa ı lador de forma que o sistema de malha fechada seja simultaneamente insens´vel a ı variacoes na planta e no sensor. devemos ¸˜ uˆ projetar C(s) para produzir ganhos baixos dentro da faixa de passagem do sistema. ganhos muito baixos tornam a resposta do sistema muito lenta e pouco precisa em relacao a entrada de referˆ ncia. O ganho de malha deve ser a pequeno dentro da faixa de passagem do sistema para que a sensibilidade de T (s) em relacao a F (s) nessa faixa de freq¨ encias seja pequena.

.05. = [s + (0.05kc k)]kc − (0.25kc ) T ´ A resposta em freq¨ encia de Sk (s) e uˆ jω 0. jω jω + (0.1 + 0.1 e F (s) = 0.EA721 / PAULO VALENTE / UNICAMP guintes componentes: C(s) = kc . na sensibilidade e ´ de T (s) em relacao ao ganho da planta.05kc k) ∂T (s) k = ∂k T (s) [s + (0.1 + 0.1 + 0.1 + 0.25kc T Observamos que a magnitude da sensibilidade Sk (jω) decresce com o aumento do ganho do controlador. k. ¸˜ ´ A funcao de malha fechada e ¸˜ T (s) = Logo T Sk (s) = C(s)P (s) kc k = .1 + 0.1 .05kc k)]2 kc Em k = 5.05kc )(kc k) [s + (0.1 0. T Sk (s) = s + 0. 1 + C(s)P (s)F (s) s + (0. 75 Desejamos analisar a influˆ ncia do ganho do controlador.1 +1 jω + 0.1 + 0. kc .1 T Sk (jω) = = .25kc ) +1 0.25kc 0. P (s) = k s + 0.05kc k)] . s + (0. Supomos que o valor nominal de k e 5.1 + 0.1 + 0.

EA721 / PAULO VALENTE / UNICAMP 76 Aula 7 Rejeicao de disturbios ¸˜ ´ Rejeicao de dist´ rbios ¸˜ u Controle da resposta transit´ ria o Controle da resposta em freq¨ encia uˆ Rejeicao de disturbios ¸˜ ´ 1.2. ou para modelar o efeito ¸˜ do ambiente sobre o sistema de controle. como na Figura 9. e refletida na entrada da planta (atuacao). A Figura 9. ¸˜ PSfrag replacements w r + C(s) − F (s) ´ Figura 9. u ¸˜ A entrada de dist´ rbio pode estar refletida na sa´da da planta. u ı PSfrag replacements w r + − + C(s) + P (s) y F (s) ´ Figura 9. Entradas de dist urbio podem ser usadas para modelar a variacao de algum componente do sistema.1: Sistema de controle sujeito a um disturbio na atuacao. w. Dist´ rbios s˜ o entradas independentes que tendem a afetar de forma adversa u a ´ o funcionamento do sistema de controle. ı P (s) + + y .2: Sistema de controle sujeito a um disturbio na sa´da.1 ilustra um sistema de con´ trole no qual a entrada de dist´ rbio.

ı ´ 3. Atrav´ s do Princ´pio da Superposicao. Neste ´ caso. O efeito l´quido do dist´ rbio indicado na Figura 9. Um disturbio na sa´da da planta como ilustra ı ´ a Figura 9. Considere um dist urbio na sa´da da ı planta. ¸˜ . enquanto que a segunda e a resposta do e ´ sistema ao sinal de dist´ rbio w.EA721 / PAULO VALENTE / UNICAMP 77 2. dizemos que ocorre a rejeicao do disturbio pelo sistema de controle. A resposta temporal do sistema e obtida antiu transformando Y (s): y(t) = yR (t) + yW (t). mas pode evitar a acao do dist´ rbio em regime. A Figura 9. por exemplo. fazendo ¸˜ u ¸˜ u com que yW (t) tenda a zero (y(t) tenda a yR (t)) quando t tender ao infinito. e ı ¸˜ obtemos C(s)P (s) D(s) R(s) + W (s). tirando-lhe efetividade.2 modifica o sinal a ser medido.3: Sistema de controle sujeito a disturbio filtrado na sa´da. A primeira parcela da soma e a resposta do sistema ` ´ de controle a entrada de referˆ ncia r. Certos dist´ rbios podem ser modelados como a sa´da de um filtro D(s) submeu ı tido a uma entrada w do tipo degrau.1 e modificar o sinal de ı u ´ controle. 1 + C(s)P (s)F (s) 1 + C(s)P (s)F (s) P (s) + y r + Y (s) = = T (s)R(s) + G(s)W (s).3 ilustra a ac ao do ¸˜ ´ disturbio filtrado na sa´da da planta. ı w PSfrag replacements D(s) + C(s) − F (s) ´ Figura 9.3. ´ em que G(s) = Y (s)/W (s). como representado na Figura 9. t≥0 O sistema de controle n˜ o pode evitar que a sa´da seja transitoriamente afetada a ı pela acao do dist´ rbio w.

4: Sistema de aquecimento de uma cˆ mara. C(jω)P (jω) 1.6 s + 0. Considere o sistema de controle da u Figura 9. Na an´ lise de rejeicao de dist´ rbio a seguir. por exemplo). 1 + C(jω)P (jω) e a sa´da seguir´ a referˆ ncia com boa aproximacao. s + 0. por um a ` a per´odo de tempo suficientemente longo.1 y + 0. reflete-se numa queda de −6 o C ap´ s 40 ı o s.1 PSfrag replacements r + kP + − + kI s 5 s + 0. a acao de uma entrada de dist´ rbio do tipo degrau como abrir ¸˜ u ` o acesso a cˆ mara.EA721 / PAULO VALENTE / UNICAMP 78 4. a forma mais indicada de se aumentar o ganho de a ´ ¨ˆ malha e aumentando o ganho do controlador na faixa de freq uencias de interesse. representada pelo filtro D(s) = −0.4 abaixo. expondo a cˆ mara a temperatura externa. a Em malha aberta. que modela um sistema autom´ tico de controle de temperatura a (aquecimento) de uma cˆ mara. consideramos realimentacao unit´ ria a ¸˜ u ¸˜ a (F (s) = 1).6 −6 = . pois ı a e ¸˜ T (jω) = D(jω) 0. 1 + C(jω)P (jω) ´ significando que o dist´ rbio ser´ bastante atenuado. Como o controlador e a parte u a projet´ vel do sistema de controle. mais baixa. a w −0. A conclus˜ o de que C(jω)P (jω) deve ser grande para rejeicao de a ¸˜ ´ dist´ rbios independe do modelo do disturbio.1 10s + 1 . Na faixa de freq¨ encias na qual o ganho de malha C(jω)P (jω) for uˆ grande (0 < ω ≤ ωF P . Exemplo. G(jω) = 5.05 Figura 9.

G(j0) = 0. em que G(s) = Y (s)/W (s).1 + 0. Numericamente. 1 + C(s)P (s)F (s) 1 + C(s)P (s)F (s) Y (s) = = T (s)R(s) + G(s)W (s). Especificamente.25 1 + kP + s s + 0. ı ¸˜ C(s)P (s) D(s) R(s) + W (s).EA721 / PAULO VALENTE / UNICAMP 79 de ganho −6 e constante de tempo τ = 10 s. de acordo com o Princ´pio da Superposicao. −0. que fornece ı ganho infinito na freq¨ encia ω = 0.1 + 0. A funcao de transı e ¸˜ ´ ferˆ ncia de malha fechada relevante para este tipo de an´ lise e e a . o a o ´ Controle da resposta transitoria 6. para W (s) = 1/s. kI 0. s→0 Este efeito torna-se poss´vel devido a escolha do controlador PI.25kI ´ e G(jω) tende a zero quando ω tende a zero. a yW (∞) = lim sG(s)W (s) = 0. A sa´da do sistema de controle em ı ´ malha fechada e. Entreuˆ tanto. Disturbios de baixa freq¨ encia s˜ o uˆ a ´ bastante atenuados. + (0.6s . −ω 2 + j(0. valores particulares de kP e kI tˆ m importante efeito sobre o comportamento e transit´ rio da cˆ mara da sala ap´ s a abertura do acesso.6ω .6 s + 0. Em particular.25kI G(s) = = s2 ´ A resposta em freq¨ encia de G(s) e uˆ G(jω) = −j0. significando que dist urbios do tipo degrau s˜ o completamente rejeitados.25kP )ω + 0. Em sistemas de controle estamos particularmente interessados em analisar como a sa´da da planta responde a determinados sinais de referˆ ncia.1 −0.25kP )s + 0.1 . quaisquer que sejam kP e kI > 0.

nT . 2. i = 1. j = 1. ´ Os zeros de T (s) s˜ o as ra´zes de NT (s). respectivamente. nT . A constante de ´ tempo de um par de p´ los complexos conjulgados −ξωn ± jωn 1 − ξ e dada por o τi = 1/(ξωn ). . . A resposta natural ou resposta transitoria do sistema e dada pela soma α 1 e p1 t + α 2 e p2 t + · · · + α n T e pnT t . a sa´da da planta pode ser representada na forma de fracoes a ı ¸˜ parciais como Y (s) = T (s)R(s) = α1 α1 α1 + + . nT teno a ` dem a zero quando t → ∞ e a resposta tende a resposta forcada ou resposta em ¸ ´ ´ regime. As exponenciais epi t . . i = 1. . . 2. ent˜ o as exponenciais epi t . ´ ´ A contribuicao de cada modo para a resposta transitoria do sistema e funcao da ¸˜ ¸˜ sua amplitude. . . t ≥ 0 ´ Se o sistema em malha fechada for est´ vel. . e da constante de tempo do polo associado. . Se α 1 e p1 t + α 2 e p2 t + · · · + α n T e pnT t α i e pi t . se as partes reais de todos os a p´ los de T (s) forem negativas. . . . s˜ o os p´ los de T (s). 2. isto e. A amplitude de cada modo e dada pelo res´duo associado ı ao respectivo p´ lo: o αj = NT (s) i=j (s − pj ) R(s) |s=pi . .. a qual por sua vez depende das localizac oes dos zeros e p´ los de ¸˜ o ´ T (s) e de R(s). s − p1 s − p2 s − p nT na qual YR (s) cont´ m as fracoes relativas aos p´ los de uma dada entrada R(s). yR . nT s˜ o as vˆ zes chamao a e ´ das de modos do sistema. i = 1. 2. Assumindo por simplicidade que os polos a ı s˜ o todos distintos.EA721 / PAULO VALENTE / UNICAMP 80 T (s) = Y (s) NT (s) = = R(s) DT (s) NT (s) nT i=1 (s − pi ) ´ a o em que nT e a ordem e pi . Um p´ lo real possui o ´ a √ constante de tempo τi = 1/|pi | (p1 < 0 se o sistema e est´ vel).. . + + YR (s). P´ los dominantes. A e ¸˜ o ´ resposta temporal do sistema e obtida atrav´ s da anti-trasformada de Laplace de e Y (s): y(t) = α1 ep1 t + α2 ep2 t + · · · + α1 epnT t + yR (t). . . t ≥ 0. . 7. t ≥ 0.

0244e−10t − (0.6098 −0.6098)e(−1+j)t − que em termos de seno e cosseno assume a forma y(t) = −0. permite aproximar a ı resposta transit´ ria por o −e−t (0. αj = αi ) s˜ o o par de p´ los dominantes ¯ ¯ a o o do sistema. . p2 = o a −1 + j.9756 cos t + 1. 2.4878 − j0. Lembramos que os p´ los pi . α4 = 1. − (0.6098 e p4 = 0.4878 + j0. i = 1. s˜ o as ra´zes da equacao caraco a ı ¸˜ ter´stica ı 1 + C(s)P (s)F (s) = 0. a o o que aliado ao fato da sua amplitude (res´duo) ser pequena. p3 = −1 − j.0244. s − (−10) s − (−1 + j) s − (−1 − j) s−0 ` A anti-transformada de Y (s) fornece a respota temporal do sistema a entrada degrau unit´ rio: a y(t) = −0. α3 = −0.4878 − j0.2196 sen t) + 1. que ent˜ o responde como um sistema de segunda ordem.0244 −0. α2 = −0.6098. que ent˜ o responde como o o a um sistema de primeira ordem. Se α 1 e p1 t + α 2 e p2 t + · · · + α n T e pnT t α i e pi t + α j e pj t . Exemplo. A resposta do sistema a uma entrada degrau unit´ rio pode ser a expressa na forma Y (s) = −0. os p´ los pi e pj (eventualmente pj = pi . Considere a funcao de transferˆ ncia de malha fechada de terceira ¸˜ e ordem Y (s) 20 T (s) = = .EA721 / PAULO VALENTE / UNICAMP 81 ´ dizemos que o p´ lo pi e o p´ lo dominante do sistema.9756 cos t + 1.6098)e(−1−j)t + 1. t ≥ 0.2196 sen t). . t ≥ 0. a 8. . . α1 = −0. nT .6098 1 + + + .0244e−10t − e−t (0. R(s) (s + 10)(s2 + 2s + 2) Supondo uma entrada do tipo degrau unit´ rio.4878 − j0. Observamos ent˜ o que o modo relativo ao p´ lo p1 = −10 decresce rapidamente. t ≥ 0.4878 + j0. os valores dos res´duos assoa ı ciados aos p´ los de Y (s) s˜ o os seguintes: p1 = −10. t ≥ 0. .4878 + j0. 9.

Podemos mostrar que se o comportamento do sistema em malha fechada e √ a dominado por um par de p´ los complexos conjulgados. o que caracteriza a faixa de passagem do sistema. V´ rios aspectos do comportamento entrada-sa´da de um sistema de controle a ı ˆ ncia da funcao de transferˆ ncia podem ser analisadas atrav´ s da resposta em freq¨ e e u ¸˜ e de malha fechada T (s). caracterizada por T (jω) = C(jω)P (jω) . a escolha do controlador C(s). porque e f´ cil relacionar especificacoes de desempenho ¸˜ t´picas de resposta transit´ ria. o tempo de subida . um ganho de malha muito elevado tende a tornar o sistema oscilat orio ´ (eventualmente. ω F P . Portanto. isto e. e determinante para a localizacao dos p´ los do sistema e para o tipo de ¸˜ o resposta transit´ ria que este exibir´ . como m´ xima sobre-elevacao (Mp ). Se a magnitude de T (jω) for aproximadamente igual a 1 para freq uencias variando de 0 at´ uma certa freq¨ encia m´ xima. Por oue ¸˜ ´ tro lado. Muitas vˆ zes estamos interessados em proo a e ´ ` jetar C(s) de tal forma que a resposta transitoria do sistema se assemelhe a res´ posta de um sistema de segunda ordem com um par de p olos complexos conjulga√ ´ a dos −ξωn ± jωn 1 − ξ. ¨ˆ 12. Neste caso. −ξωn ± jωn 1 − ξ. uˆ e a ´ o que normalmente e feito atrav´ s da elevacao do ganho do controlador. inst´ vel). o controlador deve ser projetado para que o sistema de controle em ´ malha fechada apresente o par de polos dominantes (complexos conjulgados) desejado. baixa ` sensibilidade a variacoes de parˆ metros e rejeicao de dist´ rbios numa faixa de ¸˜ ¸˜ a u ´ freq¨ encias de interˆ sse. etc. o ganho do sistema para uma entrada constante. tempo de suı o a ¸˜ ¨ˆ bida (tr ). comprometendo a sua resposta transitoria. com o fator de amortecimento ξ e a frequencia natural ωn dos p´ los. o Neste caso. 1 + C(jω)P (jω)F (jω) Em particular. a 11. dadas as funcoes de transferˆ ncia da planta e do sensor. ent˜ o o sistema ser´ capaz de e uˆ a a a rastrear referˆ ncias descritas (principalmente) por uma soma de senoides de at´ e e esta freq¨ encia m´ xima. Concluimos anteriormente que para obter erros de regime pequenos. P (s) ¸˜ e ´ e F (s). T (j0) (ω = 0 rad/s) representa o ganho DC do sistema em malha ´ fechada. uˆ a ´ 13. e necess´ rio elevar o ganho de malha C(jω)P (jω)F (jω). ent˜ o o ´ o produto ωF P · tr e aproximadamente constante..EA721 / PAULO VALENTE / UNICAMP 82 associada ao sistema de controle em malha fechada. ¨ˆ Controle da resposta em frequencia 10.

Um pico (ressonˆ ncia) no diagrama de magnitude do sistema indica sobre-elevac ao na sua a ¸˜ resposta transit´ ria.EA721 / PAULO VALENTE / UNICAMP 83 ` (tr ) do sistema diminui a medida que a sua faixa de passagem aumenta. . de forma a atender. se poss´vel. Quanto maior a amplitude do pico. O controlador C(s) dever´ ser projetado atrav´ s de m´ todos adequados. 14. Caracter´sticas da resposta dinˆ mica do sistema como as discutidas acima (e ı a v´ rias outras n˜ o mencionadas) podem ser tomadas como especificac oes de dea a ¸˜ sempenho para o sistema de controle em malha fechada. maior a sobre-elevac ao o ¸˜ (menor ξ). a e e ı ¸˜ a todas as especificacoes formuladas.

´ a ´ Estabilidade relativa. se todas as ra´zes da equacao caracter´stica do sistema tˆ m ou n˜ o tˆ m partes ı ¸˜ ı e a e reais negativas. Se o sistema e est´ vel. Lembremos que um sistema e (BIBO) est´ vel. deseja-se saber qu˜ o est´ vel e o a a ´ sistema. A an´ lise de estabilidade de sistemas lineares ina variantes no tempo pode ser subdividida da seguinte maneira: ´ Estabilidade absoluta. a Equacoes polinomiais ¸˜ . ı ı ´ a Um sistema linear invariante no tempo e est´ vel se e somente se todas as ra´zes da ı equacao caracter´stica ¸˜ ı 1 + C(s)P (s)F (s) = 0. possuem partes reais negativas. se qualquer entrada limitada aplicada ao sistema produz uma sa´da limitada. a ´ a ´ isto e. Deseja-se saber apenas se o sistema e ou n˜ o e est´ vel. equivalente a DC (s)DP (s)DF (s) + NC (s)NP (s)NF (s) = 0. O objetivo do estudo de estabilidade relativa e estabelecer margens dentro das quais o sistema permanece est´ vel.EA721 / PAULO VALENTE / UNICAMP 84 ˜ Revisao 4 ´ Criterio de Routh-Hurwitz Estabilidade entrada-sa´da ı Equacoes polinomiais ¸˜ Crit´ rio de Routh-Hurwitz e Casos especiais Polinˆ mios auxiliares o Aplicacao em Controle ¸˜ Estabilidade entrada-sa´da ı ´ 1. ou est´ vel no sentido entradaa a sa´da.

EA721 / PAULO VALENTE / UNICAMP

85

2. Antes da sistematizacao da an´ lise de estabilidade atrav´ s do crit´ rio de Routh¸˜ a e e Hurwitz, vamos inferir algumas propriedades sobre equac oes polinˆ miais de grau ¸˜ o n que apresentam ra´zes com partes reais negativas. Considere inicialmente a ı equacao de primeiro grau ¸˜ D(s) = a1 s + a0 = 0, a1 = 0.

A ra´z da equacao e s = −a0 /a1 , e se a ra´z e negativa, ent˜ o a1 > 0 e a0 > 0 ou ı ¸˜ ´ ı ´ a a1 < 0 e a0 < 0. Se a ra´z e negativa, os coeficientes possuem o mesmo sinal. ı ´ 3. Considere agora a equacao de segundo grau ¸˜ D(s) = a2 s2 + a1 s + a0 = 0, a2 = 0,

e de maneira an´ loga, vamos impor que as ra´zes desta equacao, dadas por ¸˜ a ı √ √ −a1 − ∆ −a1 + ∆ e s2 = , s1 = 2a2 2a2 com ∆ = a2 − 4a2 a0 , sejam reais negativas ou sejam complexas conjulgadas com 1 ´ parte real negativa. Suponha que ∆ ≥ 0, isto e, que as ra´zes sejam reais negativas. ı Ent˜ o a2 > 0 implica que a1 > 0 pois, caso contr´ rio, s1 n˜ o seria negativa. Neste a a a caso, para que −a1 + √ ∆= −a1 + a2 − 4a2 a0 1 < 0,

com a2 > 0 e a1 > 0, devemos ter a0 > 0. Por outro lado, a2 < 0 implica a1 < 0 e a0 < 0 atrav´ s de racioc´nio an´ logo envolvendo a ra´z s2 . Suponha agora que e ı a ı ´ ∆ < 0, isto e, que as ra´zes s˜ o complexas conjulgadas com parte real negativa, o ı a que imp˜ e que a2 e a1 tenham o mesmo sinal. Se a2 > 0 e a1 > 0, ent˜ o a0 > 0 o a (para que ∆ < 0). Analogamente, se a2 < 0 e a1 < 0, ent˜ o a0 < 0. A conclus˜ o a a ´ geral e que se uma equacao de segundo grau possui ra´zes negativas ou com parte ¸˜ ı real negativa, ent˜ o seus coeficientes possuem o mesmo sinal: a2 > 0, a1 > 0 e a a0 > 0 ou a2 < 0, a1 < 0 e a0 < 0. 4. Um polinˆ mio de terceiro grau sempre pode ser decomposto no produto de um o ˆ polinˆ mio de primeiro grau por um polinomio de segundo grau: o D(s) = a3 s3 + a2 s2 + a1 s + a0 ,
2

a3 = 0,

= (α1 s + α0 )(β2 s + β1 s + β0 ).

EA721 / PAULO VALENTE / UNICAMP

86

Se as ra´zes da equacao de terceiro grau possuem partes reais negativas, ent˜ o os ı ¸˜ a coeficientes α1 e α0 s˜ o ambos positivos ou ambos negativos e os coeficientes a β2 , β1 e β0 s˜ o todos positivos ou todos negativos. Logo, se as ra´zes da equacao a ı ¸˜ de terceiro grau tiverem partes reais negativas, ent˜ o os coeficientes a3 , a2 , a1 e a a0 ser˜ o todos positivos ou todos negativos. a 5. Dado que um polinˆ mio de grau n qualquer sempre pode ser decomposto no o produto de polinˆ mios de primeiro e de segundo graus, concluimos que se um poo linˆ mio de grau n possuir ra´zes com partes negativas, ent˜ o seus coeficientes deo ı a ver˜ o ser todos positivos ou todos negativos. Uma maneira conveniente de resumir a ´ ˆ esta propriedade e definindo os seguintes conjuntos: H, conjunto dos polin omios ˆ de grau n, cujas ra´zes possuem partes reais negativas, e C, conjunto dos polin omios ı de grau n, cujos coeficientes possuem o mesmo sinal. Acabamos de mostrar que ´ ´ H ⊂ C, isto e, que se D e um polinˆ mio de grau n (qualquer) e D ∈ H, ent˜ o o a D ∈ C, como ilustra o diagrama de Venn da Figura 8.1. C H PSfrag replacements

Figura 8.1: Diagrama de Venn. 6. Observamos que D ∈ C n˜ o implica D ∈ H, em geral. Exemplo: as ra´zes a ı 3 + s2 + 2s + 8, cujos coeficientes s˜ o todos positivos do polinˆ mio D(s) = s o a √ √ ı (D ∈ C) s˜ o p1 = −2, p2 = 1/2 + j 15/2 e p3 = 1/2 − j 15/2. As ra´zes a complexas conjulgadas possuem parte real positiva, e portanto D ∈ H. (O crit´ rio e de Routh-Hurwitz permite mostrar que D ∈ C implica D ∈ H para n ≤ 2.) ´ Uma importante conseq¨ encia do estudo realizado e a de que se D ∈ C, ent˜ o uˆ a D ∈ H (Figura 8.1). Portanto, um sistema dinˆ mico cuja equacao caracter´stica a ¸˜ ı apresenta pelo menos um coeficiente nulo ou negativo n˜ o pode ser est´ vel, poa a dendo entretanto ser marginalmente est´ vel ou inst´ vel. a a

EA721 / PAULO VALENTE / UNICAMP

87

´ Criterio de Routh-Hurwitz
´ 7. Um m´ todo direto para verificar se um dado sistema e ou n˜ o est´ vel seria e a a calcular as ra´zes da equacao caracter´stica associada atrav´ s de softwares como ı ¸˜ ı e o MATLAB. Entretanto, a estabilidade absoluta do sistema depende apenas do sinal das partes reais das ra´zes, o que torna o c´ lculo de ra´zes, no contexto de ı a ı estabilidade absoluta, desnecess´ rio. Al´ m disso, muitas vˆ zes desejamos analisar a e e a estabilidade do sistema em funcao de um ou mais parˆ metros do seu modelo ¸˜ a matem´ tico sem recorrer a softwares de computacao simb´ lica. a ¸˜ o ´ 8. O Crit´ rio de Routh-Hurwitz e um crit´ rio alg´ brico simples para a an´ lise e e e a da estabilidade de sistemas lineares invariantes no tempo. O crit´ rio de Routhe Hurwitz permite determinar quantas ra´zes de um polinˆ mio dado possuem partes ı o ˜ reais positivas, negativas ou nulas. Conclusoes sobre a estabilidade de um sistema de interesse podem ent˜ o ser obtidas aplicando-se o crit´ rio a equacao caraa e ` ¸˜ cater´stica associada. ı 9. Considere o polinˆ mio caracter´stico gen´ rico de grau n o ı e D(s) = an sn + an−1 sn−1 + · · · + a1 s + a0 , an = 0,

no qual, por hip´ tese, a0 = 0. Se a0 = 0, uma das ra´zes da equacao caracter´stica o ı ¸˜ ı ´ ˆ e zero e o procedimento geral a seguir se aplicaria ao polin omio restante. O pri´ meiro passo para a aplicacao do Crit´ rio de Routh-Hurwitz e construir o chamado ¸˜ e Array de Routh: sn sn−1 sn−2 sn−3 . . . s2 s1 s0 an an−1 b1 c1 . . . k1 l1 m1 an−2 an−3 b2 c2 . . . k2 an−4 an−5 b3 c3 an−6 an−7 b4 c4 ··· ··· ··· ···

Apenas os aspectos operacionais da an´ lise de estabilidade absoluta pelo Cria t´ rio de Routh-Hurwitz ser˜ o tratados. A teoria por tr´ s da construcao do array e a a ¸˜ de Routh foge ao escopo do presente curso. As duas primeiras linhas do array referenciadas como sn e sn−1 , respectivamente, s˜ o formadas pelos coeficientes a de D(s), a primeira pelos coeficientes an , an−2 , . . . , a segunda pelos coeficentes

EA721 / PAULO VALENTE / UNICAMP

88

´ an−1 , an−3 , . . . . A linha sn−2 e calculada a partir das linhas sn e sn−1 de acordo com a seguinte regra: an−1 an−4 − an an−5 an−1 an−2 − an an−3 , b2 = , ··· b1 = an−1 an−1 ´ A linha sn−3 e calculada a partir das linhas sn−1 e sn−2 pela mesma regra: b1 an−5 − an−1 b3 b1 an−3 − an−1 b2 , c2 = , ··· c1 = b1 b1 Supondo que nenhum elemento da primeira coluna do array (formada por a n , an−1 , b1 , c1 , . . . ) se anula, repete-se o procedimento at´ que a linha s0 tenha sido e obtida, o que conclui a construcao do array de Routh. ¸˜ 10. Crit´ rio de Routh-Hurwitz. O n´ mero de ra´zes de D(s) = 0 com partes e u ı ´ reais positivas e igual ao de trocas de sinal na primeira coluna do array de Routh; as ra´zes de D(s) = 0 possuem partes reais negativas se e somente se todos os ı coeficientes de D(s) possuem o mesmo sinal e n˜ o h´ troca de sinal na primeira a a coluna do array. ˆ 11. Exemplo. O array de Routh associado ao polinomio de sexto grau D(s) = ´ s6 + 4s5 + 3s4 + 2s3 + s2 + 4s + 4 e dado por
s6 s5 s4 1 4 5 4·3−1·2 = 2 4 5 ·2−4·0 2 2= 5 2 2·0− 12 5 · (− ) 2 5 2 3 2 0= 4·1−1·4 4 1 4 4= 4·4−1·0 4 4 0

s

3

5 ·4−4·4 12 = 2 − 5 5 2 2·4− 2 5 ·0 2

0

s2

3=

4=

s

1

12 3 · (− ) − 2 · 4 76 5 − = 15 3 − 76 ·4−3·0 15 76 − 15

0

s

0

4=

EA721 / PAULO VALENTE / UNICAMP

89

Como existem duas trocas de sinal na primeira coluna do array (da linha s 2 para a linha s1 e de s1 para s0 ), duas ra´zes de D(s) = 0 encontram-se no semi-plano ı direito. Um sistema cuja equacao carcater´stica fosse D(s) = 0 seria inst´ vel. ¸˜ ı a 12. O crit´ rio de Routh-Hurwitz permite analisar apenas a estabilidade absoluta e de um sistema. As localizacoes das ra´zes n˜ o s˜ o conhecidas, apenas seus sinais, ¸˜ ı a a ´ e nada se pode dizer sobre o comportamento transitorio ou de regime do sistema. Uma operacao que pode ser realizada no sentido da simplificacao de c´ lculos para a ¸˜ ¸˜ a ´ obtencao do array de Routh e dividir uma linha por uma constante positiva. Exem¸˜ plo: dividindo a linha s5 do array anterior por 2, obtemos 1 3 1 4 2 1 2 0 5 s4 0 4 2 ´ e e o restante do array e idˆ ntico ao anterior. Ao dividirmos a linha, dividimos simultˆ neamente todos os elementos que multiplicam a linha de cima e o elemento a pelo qual as diferˆ ncas s˜ o divididas; o resultado tem de ser o mesmo. Tamb´ m e ¸ a e ´ ´ e poss´vel mostrar que o ultimo elemento da primeira coluna de qualquer array de ı ´ Routh e a0 , o termo constante de D(s). 13. A construcao do array de Routh n˜ o pode prosseguir de acordo com a regra ¸˜ a geral formulada se algum elemento da primeira coluna do array assumir valor nulo. Neste caso, nem todas as ra´zes de D(s) = 0 possuem partes reais negativas e ı ¸˜ informacoes adicionais podem ser obtidas analisando-se os casos especiais a seguir. s6 s5

Casos especiais
14. Caso Especial I. Se um elemento da primeira coluna se anula, mas na linha correspondente existe ao menos um elemento n˜ o-nulo, o procedimento deve ser o a seguinte: ´ a) Substitua o elemento nulo pelo numero . Prossiga calculando os demais elementos do array em funcao de ; ¸˜ b) Ap´ s conclu´do o array, os sinais dos elementos da primeira coluna s˜ o detero ı a minados fazendo-se → 0; c) Se houver trocas de sinal na primeira coluna qualquer que seja o sinal assumido ´ para , o n´ mero de trocas de sinal e igual ao n´ mero de ra´zes com partes u u ı reais positivas;

o limite ı → 0 foi tomado logo ap´ s a obtencao do primeiro elemento da linha s2 . a ´ 16. e o array de Routh associado s3 s2 s1 1 1 0 2 2 A linha s1 torna-se nula. os coeficientes da linha imediatamente acima definem (em ordem decrescente de potˆ ncias e de s) um polinˆ mio auxiliar A(s). Considere o polinomio do terceiro grau D(s) = s3 + s2 + 2s + 2. Caso Especial II.EA721 / PAULO VALENTE / UNICAMP 90 d) Se houver trocas de sinal na primeira coluna somente se > 0 ou < 0. O polinˆ mio auxiliar e sua derivada em relacao a s o ¸˜ ´ s˜ o A(s) = s2 + 2 e A (s) = 2s + 0. No exemplo acima. Isto sempre pode ser feito e simplifica os c´ lculos. isto e. O polinˆ mio auxiliar e um polinˆ mio par. A construcao do array de Routh prossegue substituindo-se a linha ¸˜ ¸˜ nula pela derivada de A(s) em relacao a s. o polinomio possui ra´zes imaı ı gin´ rias puras. A linha s1 e substitu´da por a ı por A (s) e a construcao do array prossegue: ¸˜ . A(s) possui apenas potˆ no e cias pares de s. Considere o polinomio de quinto grau D(s) = s5 + 2s4 + 2s3 + 4s2 + 11s + 10 s5 s4 s3 s2 s1 s0 1 2 − 12 2 4 6 10 11 10 6 10 Se → 0+ ou → 0+ . igual a o ¸˜ (4 − 12)/ . ocorrem duas trocas de sinal na primeira coluna. Exemplo. n˜ o a ˆ existem ra´zes com partes reais positivas. a ˆ 15. respectivamente. D(s) = 0 possui duas ra´zes no semi-plano direito. Exemplo. ˆ 17. Uma linha do array e inteiramente nula. cujas ra´zes s˜ o tamb´ m ra´zes do polinˆ mio o ı a e ı o ´ ´ o D(s). Neste caso.

Um polinˆ mio auxiliar (par) qualquer pode ser representado na forma o A(s) = am sm + am−2 sm−2 + · · · + a2 s2 + a0 . o a a ı polinˆ mio possui ra´zes imagin´ rias puras. o n umero de trocas e igual ao n´ mero de ra´zes com partes reais positivas. pois ra´zes complexas de polinˆ mios com e ´ ı ¸˜ ı o coeficientes reais aparecem em pares complexos conjulgados. ı o . ´ sendo m um n´ mero par. ou seja. n˜ o existem ra´zes com partes reais positivas. e a e ı Im s PSfrag replacements s3 s1 0 Re s s4 s2 Figura R4. u ı b) Se n˜ o houver trocas de sinal. as ra´zes imagin´ rias puras s˜ o as ra´zes de A(s) = s2 + ı a ı √ √ a 2 = 0. Suponha que s1 e uma ra´z de A(s) = 0. s3 = −s1 e s4 = −s2 s˜ o tamb´ m ra´zes de A(s) = 0. ˆ Polinomios auxiliares 19.EA721 / PAULO VALENTE / UNICAMP s3 s2 s1 s0 1 1 2 2 2 2 91 18. o ı a No exemplo anterior. possivelmente u ı uma ra´z complexa de A(s) = 0. s1 = j 2 e s2 = −j 2. Como A(s) possui apenas potˆ ncias pares. As informacoes extra´das do array de Routh no Caso Especial II s˜ o ligeira¸˜ ı a mente diferentes: ´ ´ a) Se houver trocas de sinal na primeira coluna do array. Ent˜ o s2 = s1 (¯ e o complexo conjulgado ı a ¯ s ´ de s) tamb´ m e uma ra´z da equacao.1: Simetria das ra´zes de polinˆ mios pares.

EA721 / PAULO VALENTE / UNICAMP

92

As ra´zes de um polinˆ mio par aparecer˜ o simetricamente em relacao aos eixos ı o a ¸˜ real e imagin´ rio do plano s, como ilustra a Figura R4.1. a ´ 20. Exemplos. O polinˆ mio s2 − 1 e par e suas ra´zes s˜ o s1 = 1 e s2 = −1. o ı a 2 + 1, as ra´zes ser˜ o s = j e s = −j. O polinˆ mio Se o polinˆ mio for s o ı a 1 o 2 ´ s4 + 4 = (s2 + 2s + 2)(s2 − 2s + 2) e par e suas ra´zes s˜ o s1 = 1 + j, s2 = 1 − j, ı a ´ s3 = −1 − j e s4 = −1 + j. O array de Routh associado a este ultimo polinˆ mio o seria s4 s3 1 0 0 0 4

´ ´ A linha s3 se anula e o polinˆ mio auxiliar e A(s) = s4 + 4. A linha s3 e o 3 + 0: substitu´da por A (s) = 4s ı s4 s3 s2 1 4 0 0 0 4 4

´ O primeiro elemento de s2 e 0, mas a linha n˜ o e nula. Substitui-se 0 por a ´ (caso especial I) e a construcao do array prossegue: ¸˜ s4 s3 s2 s1 s0 1 4 −16/ 4 0 0 4 4

Ap´ s a conclus˜ o do array, existem duas trocas de sinal independentemente do o a sinal de . Logo, s4 + 4 = 0 possui 2 ra´zes no semi-plano direito (s = 1 ± j). ı

Aplicacao em Controle ¸˜
´ a 21. Considere o sistema de controle da Figura R4.2. A planta e est´ vel em malha aberta (ra´zes no semi-plano esquerdo). Deseja-se saber para que valores de k P > ı 0 e kI > 0 o sistema ser´ est´ vel em malha fechada. a a ´ A equacao caracter´stica do sistema em malha fechada e ¸˜ ı 1 + kP + kI s 1 = 0, (s + 1)(s + 2)

EA721 / PAULO VALENTE / UNICAMP
ou s3 + 3s2 + (2 + kP )s + kI = 0. PSfrag replacements

93

r

+ −

kP +

kI s

1 (s + 1)(s + 2)

y

Figura R4.2: Sistema de controle em malha fechada (controlador PI). ´ O array de Routh associado e s3 s2 s1 s0 1 3 6 + 3kP − kI 3 kI 2 + kP kI

Para que o sistema seja est´ vel em malha fechada, a kI > 0 e 1 kP > kI − 2, 3

o que fornece a regi˜ o indicada na Figura R4.3. Qualquer ponto (kI , kP ) na regi˜ o a a ´ ´ hachurada e tal que o sistema em malha fechada e estavel.

kP

PSfrag replacements

−2

6

kI

Figura R4.3: Regi˜ o de ganhos (kI , kP ) que estabilizam o sistema de controle. a

EA721 / PAULO VALENTE / UNICAMP

94

Aula 8

´ Criterio de Nyquist
Princ´pio do Argumento ı Aplicacao em controle ¸˜ Crit´ rio de estabilidade de Nyquist e

Princ´pio do Argumento ı
´ a 1. Um sistema linear invariante no tempo e est´ vel no sentido entrada-sa´da (BIBOı est´ vel) se as partes reais de todas as ra´zes da sua equacao caracter´stica s˜ o nea ı ¸˜ ı a gativas. A an´ lise da estabilidade absoluta de um sistema visa descobrir basicaa ´ a mente se o sistema e est´ vel ou n˜ o, e pode ser eficientemente realizada atrav´ s do a e crit´ rio alg´ brico de Routh-Hurwitz. A an´ lise de estabilidade relativa envolve e e a ´ determinar qu˜ o est´ vel e um dado sistema. O chamado crit´ rio de Nyquist pera a e mite uma an´ lise mais completa de quest˜ es ligadas a estabilidade (absoluta e/ou a o relativa) e ser´ discutido a seguir. a 2. O crit´ rio de Nyquist pode ser visto como uma aplicacao em Controle de e ¸˜ um resultado de an´ lise complexa conhecido como Princ´pio do Argumento ou a ı Teorema de Cauchy. O Princ´pio do Argumento utiliza os seguintes conceitos ı b´ sicos: a ´ Funcao racional em s. Uma funcao racional em s e qualquer funcao escrita ¸˜ ¸˜ ¸˜ como a raz˜ o de dois polinˆ mios em s. A imagem de F (s) num ponto qualquer s a o ´ pertencente ao plano complexo Re s × Im s, referido como plano s, e vista como um ponto no plano complexo Re F (s) × Im F (s), o qual ser´ referido como plano a F (s); Funcao anal´tica em Cs . Uma funcao e anal´tica numa regi˜ o Cs do plano s se e ¸˜ ¸˜ ´ ı ı a somente se a derivada da funcao existe em todos os pontos de Cs ; ¸˜ ´ Curva fechada no plano s. Um arco no plano s e definido como um conjunto de pontos descritos parametricamente por Cs = {s(t) = σ(t) + jω(t), a ≤ t ≤ b},

EA721 / PAULO VALENTE / UNICAMP

95

em que as partes real σ(t) e imagin´ ria ω(t) s˜ o funcoes cont´nuas de t variando a a ¸˜ ı no intervalo real [a, b]. Os pontos de Cs descrevem um arco num determinado sentido (hor´ rio ou anti-hor´ rio), de acordo com valores crescentes de t. Adota-se a a ´ a convencao de que o arco e percorrido no sentido hor´ rio, positivo. Uma curva ¸˜ a ´ ´ fechada e todo arco cujas extremidades coincidem, isto e, s(a) = s(b). ı ¸˜ Princ´pio do Argumento. Seja F (s) uma funcao racional em s e Cs uma curva fechada no plano s. Seja ainda CF = {F (s), s ∈ Cs } o mapeamento da curva Cs no plano F (s). Assuma que ´ ´ 1. F (s) e anal´tica dentro e sobre Cs , exceto possivelmente num numero finito ı de p´ los, e o 2. F (s) n˜ o possui zeros ou p´ los sobre Cs . a o Ent˜ o a N = Z − P, ´ sendo Z o n´ mero de zeros de F (s) em Cs , P e o n´ mero de p´ los de F (s) em u u o ´ Cs e N e o n´ mero de vˆ zes que a curva CF envolve a origem do plano F (s), no u e sentido hor´ rio se N > 0, e anti-hor´ rio se N < 0. A Figura 8.1(a) ilustra uma a a ´ curva fechada no plano s que satisfaz as hipoteses do Princ´pio do Argumento. ı Assume-se que F (s) possui trˆ s zeros (Z = 3) e um p´ lo (P = 1) no interior de e o Cs . Neste caso, a curva CF envolve a origem do plano F (s) duas vˆ zes no sentido e hor´ rio (Figura 8.1(b)). a

Im s Cs

PSfrag F (s) Im replacements

Re s CF (a)

0

Re F (s)

(b)

Figura 8.1: Princ´pio do Argumento: (a) Cs , (b) CF . ı

EA721 / PAULO VALENTE / UNICAMP

96

Aplicacao em controle ¸˜
3. Considere a equacao caracter´stica ¸˜ ı F (s) = 1 + G(s) = 0, referente a um dado sistema de controle, onde G(s) representa o ganho de malha ´ ´ do sistema, isto e, G(s) e o resultado do produto das funcoes de transferˆ ncia do ¸˜ e controlador, da planta e do sensor. Assuma que G(s) se encontra na forma fatorada:
nz

k G(s) =
i=1 np i=1

(s − zi )

,

(s − pi )

onde os zi ’s e pi ’s s˜ o os nz zeros e np p´ los de G(s). Para que o sistema seja a o ´ est´ vel em malha fechada, todos os zeros de F (s) (polos do sistema em malha a fechada) devem situar-se no semi-plano esquerdo do plano s. 4. Uma aplicacao imediata do Princ´pio do Argumento na an´ lise de estabilidade ¸˜ ı a de um sistema de controle em malha fechada se daria da seguinte forma: 1. Escolhe-se uma curva fechada Cs envolvendo todo o semiplano direito do plano s; 2. Obtem-se a curva correspondente CF e determina-se N , o n´ mero de vˆ zes u e que CF envolve a origem do plano F (s); ´ 3. O n´ mero de zeros de F (s) no semi-plano direito (interior de C s ) e igual a u ´ Z = N + P , onde P e o n´ mero de p´ los de F (s) no semiplano direito. u o ´ 5. E importante notar que os p´ los de G(s) s˜ o tamb´ m os p´ los de F (s). De fato, o a e o
nz np nz

k F (s) = 1 + G(s) = 1 +
i=1 np i=1

(s − zi )

=

i=1

(s − pi ) + k
np i=1

i=1

(s − zi )

.

(s − pi )

(s − pi )

´ ´ Portanto o valor de P e conhecido. O que n˜ o se conhece e Z, o n´ mero de a u zeros de F (s) (p´ los do sistema em malha fechada) no semiplano direito. Para o

´ Criterio de estabilidade de Nyquist ´ 6. se CF envolver N vˆ zes a origem do plano F (s). e desta forma o sistema de controle em malha fechada seja est´ vel. a curva CG deve envolver P a . de −1 + j0). para o que e conveniente expressar F (s) na forma exponencial F (s) = |F (s)|ejφ(s) . cuja forma fatorada e conhecida. s ∈ Cs } ´ ´ nada mais e do que o mapeamento CF transladado de −1 (isto e. Para que Z = N + P = 0. Im F (s) PSfrag replacements −1 CG 0 CF Re F (s) Figura 8. A solucao e adaptar o Princ´pio ¸˜ ´ ı ` ´ do Argumento a funcao G(s). A parte cr´tica da aplicacao do Princ´pio do Argumento e a obtencao do maı ¸˜ ı ¸˜ ´ peamento CF = {F (s). isto e. o n´ mero de vˆ zes que a curva e u e CF envolve a origem do plano F (s).2. ent˜ o CG (translacao e a ¸˜ de CF ) envolver´ N vˆ zes o ponto −1 + j0 no plano G(s). como ilustra a Figura a e 8. s ∈ Cs }. a mas isso exigiria fatorar o numerador de F (s). Assim sendo.2: Translacao da curva CF para obtencao de CG . As quantidades |F (s)| e φ(s) num ponto qualquer s s˜ o facilmente calculadas quando F (s) encontra-se na forma fatorada. para que nenhum zero de F (s) (polo do sistema em malha fechada) esteja no semiplano direito do plano s. ¸˜ ¸˜ ´ ´ 7.EA721 / PAULO VALENTE / UNICAMP 97 obter Z seria necess´ rio fatorar o numerador de F (s). O mapeamento ¸˜ alternativo CG = {G(s) = −1 + F (s). O Princ´pio do Argumento a ı permite determinar Z indiretamente atrav´ s de N .

e 98 ´ Crit´ rio de estabilidade de Nyquist. nos quais os valores de s ∈ Cs s˜ o explicitamente caracterizados. Um sistema de controle realimentado e e est´ vel se e somente se a curva CG envolve P vˆ zes o ponto −1 + j0 no sentido a e ´ u anti-hor´ rio. 8.EA721 / PAULO VALENTE / UNICAMP ´ vˆ zes o ponto −1 + j0 no sentido anti-horario (N < 0). a curva deve envolver todo o semiplano direito. τ > 0 ´ possui um p´ lo na origem e um p´ lo real em −1/τ < 0. ı ´ 9. onde P e o n´ mero de p´ los de G(s) (e de F (s)) no semiplano direito a o do plano s. s(τ s + 1) k > 0. A funcao de malha aberta a ¸˜ G(s) = k . a . Primeiro. A curva C s adequada a an´ lise ´ ´ do sistema realimentado (cuja equacao caracter´stica e 1 + G(s) = 0) e como ¸˜ ı ilustrada na Figura 8. O mapeamento de Cs em CG = {G(s).3 cumpre duas condicoes b´ sicas para a aplicacao do ¸˜ a ¸˜ ´ Crit´ rio de Nyquist. raz˜ o pela qual a curva contorna o polo na origem com um semic´rculo a ı ´ de raio > 0 tendendo a zero.3. PSfrag replacements Im s +∞ 0+ − 1 τ 0− r→∞ Cs Re s −∞ Figura 8. raz˜ o pela qual adota-se a um semic´rculo de raio r > 0 tendendo ao infinito. Nenhum polo de G(s) o o ` a encontra-se no semiplano direito e portanto P = 0. para que apenas o p olo na origem seja exclu´do. A curva Cs da Figura 8. a curva n˜ o pode passar sobre zeros ou polos de e a ´ G(s). A construcao do chamado Diagrama de Nyquist para an´ lise de estabilidade ¸˜ a ser´ discutida em termos de um exemplo ilustrativo.3: Curva Cs para G(s) = k/s(τ s + 1). s ∈ Cs } e obtido por trechos. ı Segundo.

−90o ≤ φ ≤ 90o . r→∞ r 2 ´ e o seu mapeamento no plano G(s) e r→∞ lim G(s)|s=rejφ = lim r→∞ rejφ (τ rejφ = lim . −90o ≤ φ ≤ 90o . Quando ω → 0+ . a fase de G(s) varia de 90o a −90o na curva CG .4. a amplitude vale kτ / 2 e a fase vale −135o . r → ∞. os valores de Cs podem ser descritos como s = ejφ .4 pelo semic´rculo ı − a ω = 0+ . Quando ω → +∞. ´ A magnitude de G(s) e infinita e quando a fase de s varia de −90o a 90o na curva Cs . O mapeamento e G(jω) = = k . O mapeamento de s = ejφ no plano G(s) e lim G(s)|s= →0 ejφ = lim →0 k ejφ = lim k →0 e−jφ . ¨ˆ de raio infinito conectando as frequencias de ω = 0 {0+ → +∞} ´ Neste trecho.EA721 / PAULO VALENTE / UNICAMP {0− → 0+ } Neste trecho. jω(jωτ + 1) k ω (ωτ )2 +1 − 90o − tan−1 ωτ. O mapeamento ´ de s = ejφ no plano G(s) e representado na Figura 10. a magnitude de G(s) tende a +∞ e a fase de G(s) tende a −90o (por valores menores do que −900 ). os valores da curva Cs podem ser descritos como s = rejφ . 99 ´ ´ pois o m´ dulo de s e e a fase varia de −90o a 90o quando o semic´rculo e o ı ´ percorrido de 0− a 0+ . k + 1) k/τ −j(2φ) e . s = jω. a magnitude √ tende a 0 e a fase tende a −180o . {+∞ → −∞} Neste trecho. 0+ ≤ ω ≤ +∞. Em ω = 1/τ . O mapeamento do trecho {0+ → +∞} encontra-se ilustrado na Figura 8.

ao mesmo tempo em que a fase de G(s) salta o (quando φ = 90o ) em ω = +∞ para 180o (quando φ = −90o ) de −180 ´ em ω = −∞. .4: Diagrama de Nyquist de G(s) = k/s(τ s + 1). a ω = 0− Im G(s) PSfrag replacements ω = −∞ −1 0 ω = +∞ Re G(s) ω = 0+ CG Figura 8. pois G(s) n˜ o possui p´ los no semiplano direito. {−∞ → 0− } Neste trecho. isto e. O Diagrama de Nyquist de G(s) e sim´ trico em e relacao ao eixo real. Como P = 0. como ilustra a Figura 8. ¸˜ 10. conclui-se que Z = 0.4). 0− ≤ ω ≤ −∞. e N = 0. s = −jω. pois a o ´ CG n˜ o envolve o ponto −1 + j0. O sistema realimentado e a est´ vel para quaisquer k e τ positivos.4. O mapeamento do trecho {+∞ → −∞} e a origem do plano G(s) (Figura 8.EA721 / PAULO VALENTE / UNICAMP 100 ´ A magnitude de G(s) e zero. ´ o mapeamento do trecho {−∞ → 0− } e o complexo conjulgado do obtido ´ no trecho {0+ → +∞}. G(−jω) e o complexo conjugado de G(jω). Como |G(−jω)| = |G(jω)| e ´ ´ G(−jω) = − G(jω).

0+ ≤ ω ≤ +∞. O mapeamento de s atrav´ s e ´ de G(s) e lim G(s)|s= →0 ejφ = ejφ (τ 1 ejφ k k = lim e−jφ . Quando ω → +∞. O mapeamento CG e obtido por trechos. ´ Adota-se a mesma curva Cs da Figura 8.EA721 / PAULO VALENTE / UNICAMP 101 Aula 9 ´ Criterio de Nyquist Margem de ganho e margem de fase Margem de ganho e margem de fase 1. s(τ1 s + 1)(τ2 s + 1) k > 0. Quando ω → 0+ . enquanto a fase de G(s) tende a −90o (por valores menores do que −90o ). s = ejφ . Os conceitos de margem de ganho e margem de fase ser˜ o motivados atrav´ s da a e an´ lise do diagrama de Nyquist da funcao de malha aberta de segunda ordem a ¸˜ G(s) = k . a magnitude de G(s) tende ao infinito.3. {0+ → +∞} Neste trecho. . τ2 > 0. O mapeamento de s atrav´ s de e ´ G(s) e G(jω) = k ω (ωτ1 )2 +1 (ωτ2 )2 +1 − 900 − tan−1 ωτ1 − tan−1 ωτ2 .1). {0− → 0+ } Neste trecho. s = jω. −90o ≤ φ ≤ 90o . τ1 > 0. enquanto a fase de G(s) varia de 90o a −90o quando s vai de 0− a 0+ (Figura 9. jφ + 1) →0 + 1)(τ2 e ´ A magnitude de G(s) e infinita.

indicando que CG cruza o eixo real (Figura 9. r→∞ r3 r→∞ r→∞ rejφ (τ1 rejφ ´ A magnitude de G(s) e zero. {−∞ → 0− } Neste trecho s = jω. s = rejφ . enquanto a fase de G(s) tende a −270 o .EA721 / PAULO VALENTE / UNICAMP 102 a magnitude de G(s) tende a zero. −∞ ≤ ω ≤ 0− . O trecho e mapeado na origem do ´ φ = 90 plano G(s) (Figura 9.1: Diagrama de Nyquist de G(s) = k/s(τ1 s + 1)(τ2 s + 1).1). O mapeamento de ´ s atrav´ s de G(s) e e lim G(s)|s=rejφ = lim k + 1)(τ2 rejφ + 1) k/(τ1 τ2 ) −j3φ = lim e . O mapeamento de s atrav´ s de e ´ G(s) e igual ao complexo conjulgado do obtido no trecho {0 + → +∞} (Figura 9. Re G(s) CG . −90o ≤ φ ≤ 90o . r → ∞.1) Im G(s) PSfrag replacements ω = 0− √ ω = 1/ τ1 τ2 ω = +∞ 0 kτ1 τ2 − τ1 + τ 2 ω = 0+ Figura 9. enquanto a fase de G(s) salta −270o (quando o ) para 270o (quando φ = −90o ). {+∞ → −∞} Neste trecho.1).

´ 4. Para que o sistema de controle seja est´ vel em malha a ´ ´ fechada e necess´ rio que Z = N + P = 0. O polinˆ mio o 2 e D (s) = (τ + τ )s2 + k. A freq¨ encia na qual a fase de G(jω) vale −180o (ponto sobre o eixo real) e uˆ √ ¨ˆ igual a ω = 1/ τ1 τ2 (verifique).EA721 / PAULO VALENTE / UNICAMP 103 2. A estabilidade do sistema realimentado depende do ponto de cruzamento da curva CG com o eixo real. A funcao de transferˆ ncia de malha aberta G(s) n˜ o possui p´ los no semiplano ¸˜ e a o direito e portanto P = 0. o sistema realimentado ser´ est´ vel porque −1 + j0 n˜ o ser´ envolvido nehuma a a a a vez (N = 0). isto e. De fato. o obt´ m-se e s3 s2 s1 s0 τ1 τ2 τ1 + τ 2 2(τ1 + τ2 ) τ1 + τ 2 τ1 τ2 1 τ1 + τ 2 τ1 τ2 . o array de Routh associado a equacao caracter´stica ¸˜ ı s(τ1 s + 1)(τ2 s + 1) + k = τ1 τ2 s3 + (τ1 + τ2 )s2 + s + k = 0 ´ e s3 s2 s1 s0 τ1 τ2 τ1 + τ 2 (τ1 + τ2 ) − k(τ1 τ2 ) τ1 + τ 2 1 k A linha s1 do array se anula quando k = (τ1 + τ2 )/(τ1 τ2 ). o sistema realimentado ser´ inst´ vel porque −1 + j0 ser´ envolvido duas vˆ zes (N = 2. a 3. A magnitude de G(jω) nessa frequencia vale (calcule) kτ1 τ2 /(τ1 + τ2 ).1 n˜ o pode envolver nenhuma vez o ponto −1 + j0 (N = 0). Se o cruzamento se der num ponto a esquerda de −1 + j0. o diagrama de Nyquist (curva a CG ) da Figura 11. e sua derivada e D (s) = ´ A auxiliar extra´do da linha s ´ A ı 1 2 2(τ1 + τ2 )s. Corresponde ao ganho ı onde o lugar das ra´zes do sistema em malha fechada cruza o eixo imagin´ rio do ı a ` plano s. a −k τ1 τ2 τ1 + τ 2 > −1 ou k < . Se o cruzamento se der num ponto a direita de −1 + j0. Substituindo a linha s1 do array pelo polinˆ mio DA (s) = 2(τ1 + τ2 )s. τ1 + τ 2 τ1 τ2 ´ O ganho k = (τ1 + τ2 )/(τ1 τ2 ) e o ganho cr´tico do sistema. indicando que duas ra´zes de 1+G(s) = 0 (p´ los do sistema realimentado) ı o encontram-se no semiplano direito. Neste caso para que o sistema realimentado seja est´ vel. a a a e Z = 2).

uˆ como esperado. duas ra´zes da equacao caracter´stica ı ¸˜ ı migram para o semiplano direito. a equacao ¸˜ caracter´stica possui ra´zes imagin´ rias puras para k = (τ1 + τ2 )/(τ1 τ2 ) (caso ı ı a especial II). Entretanto.e nesse sentido e n˜ o houve avanco em relacao ao crit´ rio de Routh-Hurwitz. ´ onde ω0 e a freq¨ encia na qual a fase de G(jω) vale −180o . o diagrama a ¸ ¸˜ e de Nyquist tamb´ m pode ser usado na an´ lise da estabilidade relativa do sistema. Corresponde ao maior uˆ valor pelo qual a magnitude de G(jω) pode ser multiplicada antes que o sistema ´ realimentado torne-se inst´ vel. e a ´ Margem de ganho. ´ ` onde φ = G(jω1 ) e ω1 e a freq¨ encia na qual |G(jω1 )| = 1. MGdb < 0). ´ a O sistema realimentado e est´ vel se MG > 1 (|G(jω0 )| < 1. E usual representar a margem de ganho em dB: a MGdb = 20 log MG = −20 log |G(jω0 )|. Se k > (τ1 + τ2 )/(τ1 τ2 ). As ra´zes correspondentes ao cruzamento a ı com o eixo imagin´ rio s˜ o obtidas do polinˆ mio auxiliar: a a o (τ1 + τ2 )s2 + k = (τ1 + τ2 )s2 + τ1 + τ 2 =0 τ1 τ2 √ √ implica s1. ´ Margem de fase. A margem de ganho do sistema realimentado e definida como a quantidade MG tal que MG × |G(jω0 )| = 1.crit´ rio de Nyquist . A existˆ ncia destas duas ra´zes no semiplano e ı direito ser´ indicada no diagrama de Nyquist pelo envolvimento do ponto −1 + j0 a duas vˆ zes.2 = ±j(1/ τ1 τ2 ). A aplicacao do diagrama de Nyquist se restringiu at´ o momento a an´ lise da ¸˜ e estabilidade absoluta do sistema realimentado . A margem de ganho pode ser obtida do ` diagrama de Nyquist determinando-se a magnitude de G(jω) correspondente a fase de −180o . A freq¨ encia no cruzamento vale ω = 1/ τ1 τ2 . MGdb > 0) e inst´ vel a se MG < 1 (|G(jω0 )| > 1. e ` a 5. Corresponde a uˆ maior defasagem que pode ser introduzida em G(jω) antes que o sistema torne-se .EA721 / PAULO VALENTE / UNICAMP 104 ´ Como toda a primeira coluna do array e positiva (τ1 > 0. A margem de fase do sistema realimentado e definida como a m´ xima defasagem MF (em graus) tal que a MF = 180o + φ. τ2 > 0). correspondentes ao cruzamento do lugar das ra´zes do sistema em ı malha fechada com o eixo imagin´ rio.

Margens e de ganho e de fase s˜ o facilmente obtidas calculando-se as magnitudes de G(jω) no a ˆ eixo real (onde a fase vale −180o ) e os angulos formados na intersecao de G(jω) ¸˜ com o quarto-de-c´rculo de raio unit´ rio (onde a magnitude vale 1). a Im G(s) k3 k2 −1 k1 (k1 < k2 < k3 ) 0 Re G(s) PSfrag replacements Figura 9. ı a k3 torna o sistema inst´ vel (MG < 1). Neste curso as t´ cnicas de compensacao e ¸˜ ¨ˆ baseadas em resposta em frequencia ser˜ o discutidas atrav´ s dos diagramas de a e bode de G(jω). atraso ou avanco-atraso. ¸˜ margens de ganho e fase especificadas. A a a a a margem de fase pode ser obtida do diagrama de Nyquist determinando-se a fase de ´ G(jω) no ponto onde a magnitude e unit´ ria. de forma a obter. O sistema realimentado ser´ est´ vel se MF > 0 e inst´ vel se MF < 0. A Figura 9. Em particular. ¸˜ 7. a 6. Embora n˜ o v´ ser objeto do presente curso.EA721 / PAULO VALENTE / UNICAMP 105 inst´ vel.2: Obtencao das margens de ganho e fase via diagrama de Nyquist.2 ilustra o diagrama de Nyquist de um sistema hipot´ tico. pode ser realizado atrav es da ¸ ¸ compensacao do diagrama de Nyquist de G(jω). por exemplo. o projeto de compensadores do a a ´ tipo avanco. . por exemplo.

Se ı a ´ k = 1 as ra´zes s˜ o reais. ı a Y (s) k NT (s) = 2 = . A equacao caracter´stica associada ao sistema em malha fechada. De fato. as quais dependem de k. ¸˜ ı T (s) = ´ e DT (s) = s2 + 2s + k = 0. as ra´zes da equacao ı ¸˜ caracter´stica s˜ o ı a √ √ −2 ± 4 − 4k = −1 ± 1 − k s1. R(s) s + 2s + k DT (s) . ´ ´ e o sistema e (BIBO) est´ vel para todo k > 0.EA721 / PAULO VALENTE / UNICAMP 106 Aula 10 Lugar das Ra´zes ı Motivacao ¸˜ Condicoes de magnitude e fase ¸˜ Regras b´ sicas a Motivacao ¸˜ 1. Considere o sistema de controle abaixo PSfrag replacements r + k − 1 s(s + 2) y Figura 10. iguais e negativas.2 = 2 ´ Se 0 < k < 1 as ra´zes s˜ o reais negativas e o sistema e sobre-amortecido.1: Sistema de controle em malha fechada. O comportamento transitorio do a sistema depende da localizacao das ra´zes da equacao caracter´stica (p´ los do sis¸˜ ı ¸˜ ı o tema em malha fechada). e o sistema e criticamente amortecido.

2. As funcoes de transferˆ ncia P (s) e F (s) a ¸˜ e ´ s˜ o dadas. tomado como vari´ vel independente. Condiuˆ coes b´ sicas para que s = s1 seja uma ra´z da equacao caracter´stica podem ser ¸˜ a ı ¸˜ ı . O Lugar das Ra´zes (LR) de um sistema nada mais e do que um gr´ fico desa crevendo como as ra´zes da equacao caracter´stica do sistema variam em funcao de ı ¸˜ ı ¸˜ algum parˆ metro de interesse. Im s k→∞ k=0 −2 −1 k=1 k→∞ k=0 PSfrag replacements 0 Re s Figura 10.3. a a ´ 3. k > 0 e um parˆ metro a vari´ vel.o lugar das ra´zes do sistema em malha fechada .e ı apresentado na Figura 10. No sistema de controle representado na Figura 10. ı ¸˜ ı Condicoes de magnitude e fase ¸˜ ´ ı 2. como um ganho proporcional.2 = −1 ± j k − 1. O objetivo a ¸˜ ı ´ e esbocar o lugar das ra´zes da equacao caracter´stica para 0 < k < ∞.EA721 / PAULO VALENTE / UNICAMP ´ Se k > 1 as ra´zes s˜ o complexas conjulgadas e o sistema e sub-amortecido: ı a √ s1.2: Lugar das ra´zes da equacao caracter´stica. 107 Um gr´ fico descrevendo como as ra´zes da equacao caracte´stica variam quando a ı ¸˜ ı ´ k varia de k = 0 a k → ∞ . A equacao caracter´stica do sistema e 1 + kP (s)F (s) = 0. A quantidade kP (s)F (s) e complexa para cada freq¨ encia complexa s. ¸ ı ¸˜ ı ´ 4.

3: Sistema de controle com parˆ metro vari´ vel k. . r = ±1. ´ 5. sn + an−1 sn−1 + · · · + a0 bm (s − z1 )(s − z2 ) · · · (s − zm ) . . PSfrag replacements r + k − F (s) Figura 10.EA721 / PAULO VALENTE / UNICAMP estabelecidas em termos da magnitude e da fase de kP (s 1 )F (s1 ) = −1. A fase do n´ mero complexo kP (s1 )F (s1 ) deve ser um m´ l¸˜ u u tiplo ´mpar de 180o (as partes real e imagin´ ria de kP (s1 )F (s1 ) s˜ o −1 e zero. (s − p1 )(s − p2 ) · · · (s − pn ) . a ´ 6. Uma das finalidades do ¸˜ o ´ tracado do LR e projetar controladores a partir das especificacoes de desempenho ¸ ¸˜ formuladas e da an´ lise do LR do sistema de controle em malha fechada. . o que coloca kP (s1 )F (s1 ) sobre o eixo real do terceiro quadrante do plano s): P (s1 )F (s1 ) = 180o × r. a a P (s) y 108 ´ Condicao de magnitude. O esboco do LR e usado para an´ lisar efeitos como a variacao de um parˆ metro ¸ a ¸˜ a ou a introducao de p´ los ou zeros no sistema de controle. ±3. ±5. ı a a respectivamente. A magnitude do numero complexo kP (s1 )F (s1 ) deve ¸˜ ser unit´ ria: a |kP (s1 )F (s1 )| = 1 ⇒ k= 1 . |P (s1 )F (s1 )| Condicao de fase. O primeiro passo para obter o esboco do LR do sistema de interesse e expressar ¸ P (s)F (s) na forma zeros-p´ los: o P (s)F (s) = = bm sm + bm−1 sm−1 + · · · + b0 (m ≤ n).

De fato. ent˜ o a 1 + kP (s1 )F (s1 ) = 0. (LR no eixo real). resultando numa contribuicao de fase m´ ltipla (par ou impar) de 180o ¸˜ u ` em s1 . r = ±1. Em equacoes polinomiais ¯ ¸˜ com coeficientes reais como a equacao carcater´stica. Os zeros e polos de P (s)F (s) s˜ o representados no LR a atrav´ s dos s´mbolos ”O” e ”×”. As fases dos zeros e polos reais situados ` a esquerda de s1 em relacao a s1 s˜ o nulas. O LR comeca nos polos de P (s)F (s). e termina nos zeros de P (s)F (s). De fato. zm e p1 . ´ em que φzi (φpi ) e a fase de zi (pi ) em relacao ao ponto s. respectivamente. Num ponto qualquer s que pertenca ao LR. As fases dos zeros e p´ los reais situados a direita de s1 em relacao a s1 o ¸˜ se somam.EA721 / PAULO VALENTE / UNICAMP 109 As quantidades z1 . . com s2 = s1 . . . a equac ao ¸˜ ´ caracter´stica e equivalente a ı (s − p1 )(s − p2 ) · · · (s − pn ) + kbm (s − z1 )(s − z2 ) · · · (s − zm ) = 0. z2 . ´ 9. O LR inclui todos os pontos sobre o eixo real situados a esquerda de um n´ mero total ´mpar de zeros e p´ los reais. ±5. A raz˜ o e que se s = s1 e ¸˜ a ´ pertence ao LR. . Como a contribuicao total de um par de zeros ou polos complexos ¸˜ ´ conjugados em qualquer ponto do eixo real e sempre de 360o . . apenas zeros e p´ los o reais determinam o LR sobre o eixo real. a condic ao de fase ¸ ¸˜ assume a forma m i=1 n φ zi − i=1 φpi = 180o × r. (Pontos de partida e chegada). A fase entre pontos ¸˜ ´ positiva no sentido anti-hor´ rio a partir do eixo real. quando ¸ k = 0. ` 8. quaisquer no plano s e a ´ Regras basicas ´ 7. p2 . pn s˜ o os m zeros e n p´ los do a o ´ sistema em malha aberta. . quando k → ∞. Deseja-se determinar as n ra´zes e ı ı da equacao caracter´stica 1+kP (s)F (s) = 0 (p´ los do sistema em malha fechada) ¸˜ ı o para 0 < k < ∞. ±3. o que implica na simetria do LR em relac ao ao ¸˜ eixo real. . . considere um u ı o ´ ponto qualquer s = s1 sobre o eixo real. resultando numa contribuicao de fase ¸˜ a ¸˜ ` nula em s1 . . o que implica que 1 + kP (s2 )F (s2 ) = 0. . . (Simetria) O LR e sim´ trico em relacao ao eixo real. Logo s1 pertencer´ ao LR se o n´ mero total de zeros e p´ los reais a direita a u o ´ de s1 for impar. . ra´zes complexas aparecem ¸˜ ı ı em pares complexos conjulgados.

Se P (s)F (s) possui n − m zeros ¸˜ ı infinitos (n − m ≥ 1). A magnitude das ra´zes tende ao infinito (devido a hip´ tese ı o ´ ˆ de que s → ∞) e as fases tendem aos angulos θ apresentados acima. 540o . quando ´ ´ P (s)F (s) = 0 e satisfeita para algum s = s1 cujo m´ dulo e finito. E poss´vel ı mostrar que as ass´ntotas se interceptam no eixo real no ponto ı n i=1 m σa = pi − zi i=1 em que os pi ’s e zi ’s s˜ o os p´ los e zeros finitos de P (s)F (s). 1 P (s)F (s) = − . . Neste caso n˜ o ı a existe intersecao de ass´ntotas e σa perde sentido. o ´ quando P (s)F (s) = 0 e satisfeita para s → ∞ (m´ dulo de s tendendo ao infio ´ ` nito). O n´ mero de zeros infinitos de P (s)F (s) e igual a diferenca n − m. n + ··· s→∞ s s ` ou sn−m = −kbm . ent˜ o o LR tende a n − m ass´ntotas quando k → ∞. . isto e. ¸˜ ı Exemplo 1: Considere a funcao de transferˆ ncia ¸˜ e P (s)F (s) = 1 s(s + 2) n−m .EA721 / PAULO VALENTE / UNICAMP 110 e quando k = 0. Um zero de P (s)F (s) pode ser finito. . p2 . . Se ¸˜ ı a ´ ˆ ´ n − m = 1 o angulo da ass´ntota e de 180o (ou −180o . as ra´zes da equacao caracter´stica ı ¸˜ ı tendem aos zeros de P (s)F (s). As a ı ˆ ass´ntotas s˜ o determinadas pelos angulos ı a θ= 180o × r . . u ¸ ˆ 10. k ´ e P (s)F (s) → 0 quando k → ∞. . ±5. as n ra´zes da equacao carcater´stica s˜ o p1 . . pn . ). n−m r = ±1. ±3. quando n − m ≥ 1 a equacao 1 + kP (s)F (s) = 0 e satisfeita para ¸˜ s → ∞ e a an´ lise pode ser simplificada da seguinte forma: a s→∞ lim kP (s)F (s) = lim k s→∞ e o LR da equacao caracter´stica tende ao LR da equacao ¸˜ ı ¸˜ 1+k bm n−m s = 0. . (Angulos e intersecao de ass´ntotas). Por outro ı ¸˜ ı a lado. ´ De fato. bm bm sm + · · · = lim k n−m . ou infinito. O ponto de a o intersecao das ass´ntotas n˜ o e necessariamente um ponto pertencente ao LR.

deixam de ser complexas conjulgadas para se ı tornarem reais (pontos de entrada). O LR pode apresentar pontos onde as ra´zes da ı equacao caracter´stica deixam de ser reais para se tornarem complexas conjulgadas ¸˜ ı (pontos de sa´da) ou. (Pontos de sa´da e de entrada). As ass´ntotas se interceptam no eixo real no ponto a a ı σa = (0 + (−2))/2 = −1. ı ı 11.4: LR da equacao 1 + 1/s(s + 2) = 0.EA721 / PAULO VALENTE / UNICAMP 111 ´ O LR e sim´ trico e compreende todos os pontos sobre o eixo real situados entre e ´ os p´ los s = 0 e s = −2. Neste exemplo particular.2. o LR da equacao caracter´stica possui n − m = 2 ass´ntotas. o LR se confunde com as ass´ntotas (k > 1). inversamente. Im s k→∞ k=0 −2 σa = −1 k→∞ 90o PSfrag replacements k=0 −90o 0 Re s Figura 10. As escolhas das ass´ntotas s˜ o θ1 = 180 ı a 2 r = 1 e r = −1 s˜ o arbitr´ rias. O LR comeca nos polos de P (s)F (s) (quando k = 0) o ¸ e termina nos zeros (infinitos) de P (s)F (s) (quando k → ∞).4) e o mesmo ilustrado na Figura 10. Numa situacao mais ı ¸˜ geral. o LR apenas tende para as ass´ntotas quando k → ∞. ds ds D(s) . Como n = 2 e ˆ m = 0. ¸˜ ´ O LR resultante (Figura 10. Os angulos ¸˜ ı ı o /2 = 90o e θ = −180o /2 = −90o . Os pontos de sa´da e entrada do LR no eixo ı real aparecer˜ o entre as ra´zes da equacao polinomial a ı ¸˜ d d N (s) P (s)F (s) = = 0.

D(s) 112 ` obt´ m-se a forma equivalente Q(s) = D(s) + kN (s) = 0. Entretanto. Portanto. ds ds D(s) D(s)2 ´ Nem toda solucao de D (s)N (s) − D(s)N (s) = 0 e um ponto de entrada ¸˜ ou sa´da do LR no eixo real. ´ a qual por sua vez e equivalente a d d N (s) D(s)N (s) − D (s)N (s) P (s)F (s) = = = 0.EA721 / PAULO VALENTE / UNICAMP ´ que e equivalente a D (s)N (s) − D(s)N (s) = 0. e ´ Q (s) = D (s) + kN (s). D(s) N (s). = D (s) − N (s) Sendo assim. se s = s1 e um ponto de sa´da ou entrada. Devido a simetria do e LR. = (s − s1 )l−1 [lQ1 (s) + (s − s1 )Q1 (s)]. reescrevendo a equacao caracter´stica como ¸˜ ı 1 + kP (s)F (s) = 1 + k N (s) = 0. Derivando Q(s) em relacao a s. um ponto de sa´da ou entrada deve satisfazer ı D (s)N (s) − D(s)N (s) = 0. Neste caso. s1 tamb´ m e uma raiz (de multiplicidade l − 1) de Q (s). ent˜ o u ı a Q(s) = (s − s1 )l Q1 (s). De fato. ı Exemplo 2: Considere 1 + K = 0. s(s + 2) D (s)N (s) − D(s)N (s) = (2s + 2)(1) − (s2 + 2s)(0) = 2s + 2 = 0 . isto e. ´ em que l e a multiplicidade de s1 (l ≥ 2). obt´ m-se ¸˜ e Q (s) = l(s − s1 )l−1 Q1 (s) + (s − s1 )l Q1 (s). nos pontos de sa´da e entrada a equacao caracter´stica deve apresentar ra´zes ı ¸˜ ı ı ´ ´ reais m´ ltiplas. Para descobrir se uma ra´z e um ponto de entrada ou ı ı ´ sa´da e necess´ rio esbocar o LR e verificar em que intervalos no eixo real poderiam ı ´ a ¸ haver pontos de entrada ou sa´da.

percebe-se claramente que ¸˜ ´ ´ s1 = −1 e um ponto de sa´da do LR no eixo real. Observando a Figura 10. ¸˜ ˆ Note que o LR possui n − m = 3 − 0 = 3 ass´ntotas. ¸˜ 60o . cujos angulos s˜ o ı a o . e 180 ı a ´ Existe um ponto de sa´da entre 0 e −1 e seu valor e precisamente s1 = −0.4226 e s2 = −1. −60o .EA721 / PAULO VALENTE / UNICAMP 113 e a solucao e s1 = −1. Im s k→∞ √ PSfrag replacements j 2 60o k→∞ −2 k=0 −1 k=0 k=0 0 √ −j 2 Re s k→∞ Figura 10. ı Exemplo 3: Considere 1 + k = 0. s(s + 1)(s + 2) D (s)N (s) − D(s)N (s) = (3s2 + 6s + 2)(1)− − (s3 + 3s2 + 2s)(0) = 3s2 + 6s + 2 = 0. As ass´ntotas se interceptam no ponto σ = (0−1−2)/3 = −1.4.5774. Para descobrir se alguma ı a ´ ´ das ra´zes e ponto de sa´da ou entrada e necess´ rio esbocar o LR. Do mesmo modo.4226 ı encontrado resolvendo-se a equacao polinomial acima. e neste caso as ra´zes s˜ o s1 = −0.5.5: LR da equacao 1 + 1/s(s + 1)(s + 2) = 0. como na Figura ı ı a ¸ 10.

(Cruzamento com o eixo imagin´ rio) Os poss´veis pontos de cruzamento do a ı LR com o eixo imagin´ rio (s = 0 + jω) s˜ o determinados resolvendo-se a a D(jω) + kN (jω) = 0 + j0 em termos de k e ω. o √ a ent˜ o ω = ± 2 e k = 6. obt´ m-se e s(s + 1)(s + 2) D(jω) + kN (jω) = (jω)3 + 3(jω)2 + 2(jω) + k.5). O array de Routh para a e e ´ equacao caracter´stica e ¸˜ ı s3 s2 s1 s0 1 3 (6 − k)/3 k 2 k . Considere 1 + k 1 = 0. = −jω 3 − 3ω 2 + j2ω + k. Logo. Se s = jω. = (k − 3ω 2 ) + j(2ω − ω 3 ). A solucao do o e o sistema de equacoes fornece os pontos de cruzamento com o eixo imagin´ rio. os pontos de cruzamento podem a ser determinados atrav´ s do crit´ rio de Routh-Hurwitz. ¸˜ a Exemplo 1.EA721 / PAULO VALENTE / UNICAMP 114 Aula 11 Lugar das Ra´zes ı Regras adicionais Projeto de compensadores Regras adicionais 1. Se ω = 0. k − 3ω 2 = 0 e 2ω − ω 3 = 0. As partes real e imagin´ ria de D(jω) + kN (jω) depena dem genericamente de k e ω e devem ser nulas por conta da igualdade com zero. Alternativamente. ¸˜ ¸˜ Logo disp˜ e-se de duas equacoes homogˆ neas para duas inc´ gnitas. = 0 + j0. ent˜ o k = 0. (A solucao a ¸˜ ω = 0 e k = 0 corresponde ao p´ lo de malha aberta na origem.) Se ω = 0. Os pontos de cruzamento do LR com o eixo imagin´ rio a √ s˜ o s = ±j 2 (Figura 10.

O LR parte dos polos (quando k = 0) e ˆ chega nos zeros de P (s)F (s) (quando k → ∞) de acordo com angulos que podem ser determinados analisando-se como a fase do LR varia nas proximidades destes p´ los e zeros. As ra´zes imagin´√ ı ı a ı arias 2 + 6 = 0.1: LR da equacao 1 + k/(s + 2)(s2 + 2s + 2) = 0. iguais a ±j 2. A derivada de A(s) e 6s + 0 ´ auxiliar A(s) = 3s e a construcao do array prossegue: ¸˜ s3 s2 s1 s0 1 3 6 6 2 6 0 Como todos os elementos da primeira coluna s˜ o positivos. ent˜ o a linha s1 se anula e e substituida pela derivada do polinomio a 2 + 6 obtido da linha s2 do array. (Angulos de partida e chegada). a equacao caraca ¸˜ ter´stica possui ra´zes imagin´ rias puras (caso especial II). ¸˜ . s˜ o precisamente as ra´zes do polinˆ mio auxiliar 3s a ı o obtidas quando k = 6. + 2s + 2) s1 p2 p1 −2 PSfrag replacements Im s 45o j 60o σa p3 −1 0 −j Re s Figura 11.1 apresenta o esboco do LR da equac ao caracter´stica o ¸ ¸˜ ı 1 + kP (s)F (s) = 1 + k (s + 2)(s2 1 = 0. ˆ ´ 2.EA721 / PAULO VALENTE / UNICAMP 115 ´ ˆ Se k = 6. A Figura 11.

r = ±1. . n = 3) e −φp1 − φp2 − φp3 = 180o × r. .EA721 / PAULO VALENTE / UNICAMP 116 Os p´ los de malha aberta s˜ o p1 = −2. O objetivo e esbocar o lugar das ra´zes do sistema utilizando todas ¸ ı ` as regras aplic´ veis a funcao de transferˆ ncia do sistema em malha aberta. ±5. ±3. r = ±1. o angulo de p2 em relacao a s1 (ˆ ngulo de partida de p2 ) ¸˜ a ´ e igual a (r = −1. . . . ˆ ´ Racioc´nio an´ logo ir´ mostrar que o angulo de partida de p3 e de −45o . . . ´ Nas express˜ es acima. r = ±1. Exemplo 2. . Angulos de chegada em zeros s˜ o a ˜ ˆ calculados da mesma forma. φp2 e φp3 s˜ o as fases de p1 . em que φp1 . As expressoes gerais para o c´ lculo de angulos s˜ o as a a seguintes: ˆ Angulo de partida de um p´ lo pj : o m n φ pj = i=1 φ zi − i=j φpi + 180o × r. p2 e p3 em relacao ao ponto s1 . ent˜ o pela o a condicao geral de fase ¸˜ m i=1 n φ zi − i=1 φpi = 180o × r. . a ¸˜ e . Se s1 o a ´ ´ e um ponto do LR arbitrariamente proximo ao p´ lo p2 . Considere o sistema de controle em malha fechada ilustrado na Figura ´ 11. . . ˆ Angulo de chegada em um zero zj : n m φ zj = i=1 φ pi − i=j φzi + 180o × r. obt´ m-se (m = 0. ±3. r = ±1. p2 = −1 + j e p3 = −1 − j. Como a ¸˜ ˆ φp1 → 45o e φp3 → 90o .2 a seguir. ±3. por exemplo. φpi (φzi ) e a fase do p´ lo pi (zero zi ) relativa ao p´ lo pj o o o (zj ) considerado. por conveniˆ ncia) e φp2 = 180o − 90o − 45o = 45o . . O ı a a ˆ ´ angulo de partida do p´ lo real e de 180o porque p2 e p3 contribuem com 360o o ˆ ´ em qualquer ponto do eixo real proximo a p1 . . ±3.

¸˜ e . definida a forma de coneccao do compensador com a planta e formuladas ¸˜ as especificacoes de desempenho para o sistema de malha fechada. determina-se o LR no o o eixo real com ilustrado na Figura 11. Neste caso deve haver um ponto de entrada do LR no eixo real ` a esquerda do zero em −2. O ponto de entrada encontra-se entre as soluc oes da ¸˜ equacao ¸˜ D (s)N (s) − D(s)N (s) = (2s + 2)(s + 2)− − (s2 + 2s + 3)(1) = s2 + 4s + 1 = 0. Quando k → ∞.7320. enquanto outro tende ao zero infinito da func ao de transfrˆ ncia ¸˜ e de malha aberta. dadas as func oes de ¸˜ transferˆ ncia de malha aberta da planta a ser compensada (controlada) e do sene sor. Observe que o sistema em quest˜ o e est´ vel em malha fechada para qualquer escolha de k > 0.2: Sistema de controle em malha fechada.7320 e s2 = −0.EA721 / PAULO VALENTE / UNICAMP PSfrag replacements r + k − s+2 s2 + 2s + 3 y 117 Figura 11.3. √ ˆ ´ O angulo de partida de p2 = −1 − 2 e de −145o . As solucoes de s2 + 4s + 1 = 0 s˜ o s1 = −3. a ´ a Projeto de compensadores 3. um ramo do LR tende ao ı zero finito em −2. o ´ ˆ ´ ponto de entrada e −3. ´ A equacao caracter´stica do sistema em malha fechada e ¸˜ ı 1+k s2 s+2 s+2 √ √ = 0. =1+k + 2s + 3 (s + 1 − j 2)(s + 1 + j 2) Ap´ s assinalar os p´ los e zeros de malha aberta no plano s. determinar a ¸˜ funcao de transferˆ ncia de um compensador que as viabilize. O projeto de compensadores (controladores) consiste em. o LR apresenta ˆ uma ass´ntota com angulo θ = 180o . √ ¸˜ a Portanto.2680. O angulo de partida do p´ lo p1 = −1 + j 2 e de o φp1 = φz1 − φp2 + 180o = 55o − 90o + 180o = 145o . Dado que m = 1 e n = 2.

7320 −2 k=0 55o −1 p2 0 Re s p1 Im s √ j 2 √ −j 2 Figura 11. ¸˜ 5.EA721 / PAULO VALENTE / UNICAMP 118 ` 4.3: LR da equacao 1 + k(s + 2)/(s2 + 2s + 3) = 0. O termo compensacao e empregado no sentido de adicionar algo a planta. de ¸˜ ´ forma que esta passe a responder na forma desejada. (Eventuais sinais de disturbio n˜ o est˜ o e a a explicitamente indicados).4: Compensador conectado em s´ rie com a planta.4. O objetivo prim´ rio do projeto de compensadores e sintetizar a resposta desejada a para a sa´da da planta y tendo em vista uma dada entrada de referˆ ncia r. A forma desejada de resposta e definida pelas especificacoes de ¸˜ desempenho para o sistema em malha fechada. e ´ 6. O compensador se ¸˜ e ´ encontra conectado em s´ rie com a planta. Existem v´ rias possibilidades de coneccao do compensador com a planta. sendo ¸˜ a ´ que a mais comum e a coneccao s´ rie ilustrada na Figura 11. PSfrag replacements r + − F (s) e C(s) u P (s) y Figura 11. O que compensar depende do que se considera indesejado na resposta daPSfrag replacementsse encontra em planta quando esta ´ malha aberta. Neste ı e . 145o k=0 k→∞ k → ∞ z1 −3.

7. ou na forma digital. R(s) 1 + C(s)P (s)F (s) 119 A maioria das t´ cnicas de projeto de compensadores procura modificar diretae mente as carcater´sticas de magnitude e fase da planta respons´ veis pelo comporı a tamento inadequado da sa´da explorando o fato de que. o est´ gio de amplificacao de potˆ ncia) est´ incluido na planta ou a ¸˜ e a no compensador. atrav´ s de processadores digitais. A presenca de zeros na funcao de transferˆ ncia do e ı ¸ ¸˜ e compensador (fatores derivativos) produz sinais de atuac ao elevados quando o erro ¸˜ varia rapidamente.EA721 / PAULO VALENTE / UNICAMP ´ caso. atrav´ s de componentes anal´ gicos adequados ao tipo o e o de planta a ser controlada.4 pode ser implementado na forma anal´ gica. do sensor e da coneccao ¸˜ e ¸˜ a ser utilizada. Especificacoes de desempenho para o sistema em malha ¸˜ a fechada s˜ o formuladas. No diagrama de blocos da Figura 11. a funcao de transferˆ ncia a ser considerada e ¸˜ e T (s) = Y (s) C(s)P (s) = . O sistema de controle em malha fechada da Figura 11. ` ¸˜ e ¸˜ 8. o que ı inclui definir as funcoes de transferˆ ncia da planta. Assim sendo |C(s)P (s)| = |C(s)||P (s)| e C(s)P (s) = C(s) + P (s). invariante no tempo) do sistema f´sico. ´ em qualquer freq¨ encia s. ¸˜ 10. Estabelece-se o modelo (linear. na coneccao s´ rie. Na pr´ tica. Na compensacao s´ rie a sa´da do compensador responde a variacao do erro entre ı a referˆ ncia e a sa´da da planta. como ocorre por exemplo na partida de um sistema de controle ´ quando este e submetido a uma entrada degrau. a 1. e opcao mais comum atualmente. A magnitude (fase) de C(s)P (s) e igual ao produto uˆ (soma) das magnitudes (fases) de C(s) e P (s). . o que torna o projeto do compensador relativamente simples. o projeto de compensadores normalmente envolve um procedia mento interativo cujas etapas principais s˜ o resumidas a seguir. 9.4 fica impl´cito que a potˆ ncia do sinal de ı e ´ sa´da do compensador e compat´vel com a potˆ ncia requerida na entrada da planta. C(s) ı ¸˜ e sempre aparece multiplicando P (s). ı ı e O n´vel de potˆ ncia na sa´da do compensador ser´ baixo ou alto dependendo se o ı e ı a ´ atuador (isto e. respectivamente.

o projetista tem como alternativas refinar os modelos adotados e/ou determinar um compensador alternativo que garanta o atendimento das especificacoes de desempenho. Atrav´ s de uma t´ cnica de projeto adequada. Caso os comportamentos desejado e observado divirjam significativamente. Devido ı a caracter´sticas inicialmente n˜ o-modeladas. 3. determina-se a funcao de transe e ¸˜ ferˆ ncia (parˆ metros) de um compensador. o comportamento observado pode diferir (as vˆ zes bastante) do dee sejado.EA721 / PAULO VALENTE / UNICAMP 120 2. Ap´ s a validacao do compensador atrav´ s de simulacao. por exemplo) ¸˜ do sistema em malha fechada. implementa-se o o ¸˜ e ¸˜ sistema de controle e observa-se o comportamento do sistema f´sico. ou formular novas especificac oes de desempenho. como atritos e n˜ o-linearidades ı a a em geral. A capacidade do compensador de e a ´ atender as especificacoes de desempenho e frequentemente avaliada atrav´ s ¸˜ e de um modelo de simulacao (baseado em MATLAB/Simulink. ¸˜ ¸˜ relaxando aquelas que se mostraram invi´ veis na pr´ tica. 4. a a .

¸˜ o O efeito da adicao de um p´ lo pode ser explicado atrav´ s do comportamento ¸˜ o e ˆ das ass´ntotas do LR. diminuindo a esta¸˜ o bilidade relativa e tornando o sistema mais lento. r = ±1. O LR e puxado para a direita. . Os angulos das ass´ntotas. Inicialmente ser˜ o analisados alguns efeitos individuais. dados por ı ı 180o × r . De acordo com a t´ cnica de compensacao (projeto) baseada no lugar das ra´zes. como os a da adicao de um p´ lo e de um zero a uma dada funcao de transferˆ ncia de malha ¸˜ o ¸˜ e aberta.1. . ´ Efeito da adicao de um p´ lo. e ¸˜ ı ´ o compensador e obtido atrav´ s da manipulacao do lugar das ra´zes do sistema em e ¸˜ ı malha fechada. . ±3. Im s Im s Im s PSfrag replacements Re s Re s Re s (a) (b) (c) Figura 12. θ= .EA721 / PAULO VALENTE / UNICAMP 121 Aula 12 Lugar das Ra´zes ı Compensacao via lugar das ra´zes ¸˜ ı Compensacao avanco (lead) ¸˜ ¸ Compensacao via lugar das ra´zes ¸˜ ı 1. como ilustra a Figura 12. fazendo com que o LR seja puxado cada vez mais para a direita.1: Efeito da adicao de um p´ lo. . n−m diminuem a medida que n aumenta (mantendo m fixo).

aqui entendido como o LR do a sistema quando se adota um compensador est´ tico C(s) = kc . ¸˜ ´ ¸˜ Quando o zero e deslocado para a direita. a intersecao das ass´ntotas de desloca ı para a esquerda. O projeto de compensadores baseia-se em especificac oes de desempenho que ¸˜ descrevem como o sistema em malha fechada deve se comportar em termos de resposta transit´ ria (m´ xima sobre-elevacao. a 2.2 (a) ilustra a a a ˆ incorporacao de um zero ao LR da Figura 12. O LR e puxado para a esquerda. tempo de acomodacao. dado que o ponto de intersecao. . ¸˜ ı fazendo com que o sistema em malha fechada passe a ser est´ vel para qualquer vaa lor de ganho. A Figura 12. ` fica mais negativo a medida que algum zi tende a origem. ) e de regime o a ¸˜ ¸˜ (erros est´ ticos).EA721 / PAULO VALENTE / UNICAMP 122 ´ Efeito da adicao de um zero. ¸˜ n i=1 m σa = pi − zi i=1 n−m . Normalmente adota-se a seguinte estrat´ gia: a e 1. como se se quisesse sintetizar o ¸˜ um sistema de segunda ordem na forma padr˜ o. a o . Im s Im s Im s PSfrag replacements Re s Re s Re s (a) (b) (c) Figura 12. O angulo das ass´totas aumenta. Geralmente a n˜ o existe kc tal que o LR passa pelos p´ los especificados.2: Efeito da adicao de um zero. 2.1 (c). Determina-se um par de p´ los complexos conjulgados que fornece a resposta o transit´ ria de acordo com as especificacoes. . . tornando o ¸˜ sistema relativamente mais est´ vel e mais r´ pido. Constroi-se o LR do sistema n˜ o-compensado.

regioes dominante (I) e dominada (II). Se entre os compensadores que atendem as especificac oes sobre resposta ¸˜ transit´ ria existir ao menos um que tamb´ m atenda as especificacoes sobre o e ¸˜ ´ resposta em regime. e esta se assemelhar´ bastante a resa posta transit´ ria do sistema de segunda ordem sintetizado atrav´ s da escolha o e dos p´ los dominantes. 8. os p olos ˜ complexos conjulgados dominarao a resposta transit´ ria do sistema (pois o ` possuem constantes de tempo menores). Neste caso ser´ necess´ rio a a refazer o projeto. o projeto e conclu´do com a escolha de um desses comı pensadores. ı a 5. Suponha que estes polos localizam-se na regi˜ o I e que os a demais nP + nC − 2 p´ los encontram-se na regi˜ o II da Figura 12. geralmente incorporando-se a . Fatores como a presenca de zeros e/ou ganho DC n˜ o-unit´ rio na funcao de ¸ a a ¸˜ ´ transferˆ ncia de malha fechada podem alterar a resposta transit oria relativae ` mente a do sistema de segunda ordem sintetizado. Determina-se um compensador dinˆ mico C(s) (zeros e p´ los).3. Dentre os nP + nC p´ los encontra-se o par de p´ los complexos conjulgados o o ´ especificados. o n´ mero de p´ los de malha fechada (ra´zes da equacao u o ı ¸˜ caracter´stica) ser´ nP + nC . u o respectivamente. Caso contr´ rio o projeto prossegue. Se b for suficientemente maior do que a (por exemplo b/a = 5). o 4. o 7.3: Semi-plano esquerdo . que associa o ado em s´ rie com a planta modifica o LR fazendo com que este passe pelos e p´ los especificados.EA721 / PAULO VALENTE / UNICAMP 123 3. ´ 6. Se as ordens (n´ mero de p´ los) da planta e do compensador forem nP e nC . o a Im s II PSfrag replacements I −b −a 0 Re s ˜ Figura 12. em geral.

o projeto consistir´ basicamente em determinar a localizacao dos zeros e a ¸˜ p´ los de C(s). A compensacao a ¸˜ o ¸˜ avanco modifica o LR do sistema n˜ o-compensado no sentido do atendimento das ¸ a ` ¸˜ ¸ ´ especificacoes relativas a resposta transit´ ria. Se a estrutura do compensador C(s) (numero de zeros e p´ los) for definida o a-priori. um p´ lo) conhecido como compensador avanco (lead). C(s) = kc c 1 αT s + 1 s+ αT s+ ´ em que kc > 0 e o ganho do compensador e T > 0 e 0 < α < 1 definem as localizacoes do zero e do p´ lo do compensador. o PSfrag replacements φ zc φ pc − 1 αT − 1 T Figura 12. o zero do compensador ` sempre fica a direita do p´ lo. os coeficientes do numerador e do denominador de C(s). o ¸ Compensacao avanco (lead) ¸˜ ¸ ´ 4.4: Adicao de fase do compensador avanco. ¸˜ ¸ ´ a a ` mas n˜ o atende as especificacoes relativas a resposta transit´ ria. A compensacao avanco e usada quando o sistema original e inst´ vel. Como 0 < α < 1. por exemplo. ou est´ vel. O compensador avanco e definido o pela funcao de transferˆ ncia ¸˜ e 1 T = k α Ts + 1 . o Discute-se a seguir o projeto de um tipo de compensador de primeira ordem (um zero. ¸˜ ¸ . ou seja. ¸˜ ´ 3.4).EA721 / PAULO VALENTE / UNICAMP 124 ao controlador obtido na etapa anterior ganho suficiente para. O compensador avanco adiciona ¸˜ o ¸ fase a qualquer ponto do plano s pois φzc − φpc > 0 para qualquer escolha de T > 0 e 0 < α < 1 (Figura 12. atender especificacoes referentes a erros de regime.

2 especificados. O ganho est´ tico do compensador avanco e C(0) = kc α. ±3. o na forma de p´ los complexos conjugados s1. . determine T e α) ¸˜ o de maneira que φzc − φpc = φ. a fase de C(s) dever´ ser tal que a C(s)|s=s1 + P (s)|s=s1 = 180o × r = ±1. o a calcule a fase da planta em s = s1 : P (s)|s=s1 . fornecendo m´ xima sobre-elevacao Mp = 15% e tempo de a ¸˜ acomodacao ts = 4 s. Para que s1 passe a fazer parte do LR. = 2 = R(s) s + 2s + 4 (s + 1 − j 3)(s + 1 + j 3) Os p´ los de malha fechada do sistema n˜ o-compensado s˜ o tais que ξ = 0. As localizacoes dos p´ los dominantes seriam ¸˜ o √ s1. s=s1 Exemplo. o 2. Neste sentido. A partir das especificacoes de desempenho para a resposta transitoria.EA721 / PAULO VALENTE / UNICAMP 125 5. . . Seja φ a quantidade de fase a ser adicionada pelo compensador avanco. .procedimento ¸˜ ¸ ´ 1. A func ao de ¸˜ ´ transferˆ ncia do sistema em malha fechada e e Y (s) 4 4 √ √ . em que kc e α s˜ o rea ¸ ´ a sultantes do projeto que visa basicamente atender as especificac oes sobre resposta ¸˜ transit´ ria.2 = −ξωn ± jωn 1 − ξ 2 = −2 ± j2 3. deter¸˜ ¸˜ mine as localizacoes para os p´ los dominantes do sistema em malha fechada. Finalmente. determine kc atrav´ s da condicao de magnitude: e ¸˜ |C(s)P (s)|s=s1 = kc α Ts + 1 P (s) αT s + 1 = 1.5. Caso contr´ rio.2 . De¸ ´ termine as localizacoes do zero e do p´ lo de C(s) (isto e. Obtenha o LR do sistema com compensacao C(s) = kc e verifique se o ¸˜ ajuste de kc faz o LR passar pelos p´ los s1. Uma especificacao do tipo ts = 2 s pode ser atingida ¸˜ ¸˜ com ωn = 4 rad/s. 3. o controle da resposta em regime do sistema atrav´ s da o e compensacao avanco e bastante limitado.5 o a a e ωn = 2 rad/s. Considere o sistema de controle ilustrado na Figura 12. ¸˜ ¸ ´ Compensacao avanc o .

EA721 / PAULO VALENTE / UNICAMP PSfrag replacements y 4 s(s + 2) 126 r + − Figura 12. (Os p´ los do sistema n˜ o-compensado s˜ o obtidos quando kc = 1. Uma solucao e usar o chamado m´ todo da abcissa: ˆ determina-se a abcissa do angulo formado pelas retas AP e P O.6: LR do sistema n˜ o-compensado (s1.6. ¸˜ ´ Existem in´ meras formas de posicionar o polo e o zero do compensador de tal u ¸˜ ´ e forma que φzc − φpc = φ.2 : p´ los dominantes). a o A fase da planta em s = s1 pode ser calculada atrav´ s de uma an´ lise gr´ fica: e a a o − 90o = −210o (contribuicoes dos p´ los em 0 e −2.5: Sistema de segunda ordem em malha fechada.2 . Portanto. respecP (s)|s=s1 = −120 ¸˜ o tivamente). A compensacao proporcional (C(s) = kc ) em s´ rie com a planta n˜ o e capaz ¸˜ e a ´ de fazer o LR do sistema em malha fechada passar em s1.) o a a PSfrag replacements Im s √ j2 3 √ j 3 2 60o (ξ = 0. como ilustra a . como ilustra a Figura 12. o compensador precisa adicionar φ = 30 o em s = s1 para que a condicao de fase do LR seja atendida.5) 0 Re s kc = 1 s1 P´ los desejados o −2 −1 √ −j 3 √ −j2 3 s2 Figura 12.

s + 5. T αT ´ Logo.9 −2 −1 −3. ` Os pontos de cruzamento com o eixo real correspondem as localizacoes do p´ lo e ¸˜ o do zero de C(s).7: LR do sistema compensado pelo m´ todo da abcissa. s(s + 2) .68(s + 2.4 O 0 Re s 60o (ξ = 0. T = 0.4) 4 = 0.5) 127 A 15o P √ −j 3 √ −j2 3 Figura 12. e Em seguida. determinam-se duas retas formando φ/2 graus a partir da abcissa.345 e α = 0.68.51 .68 1 + C(s)P (s) = 1 + 4. Pelo m´ todo da abcissa.4. o que eleva o ganho est´ tico do compensador.9 = 2.345s + 1 s + 2.9) (s + 5.7.4 abcissa zc −2. O valor de kc e obtido a da condicao de magnitude: ¸˜ |C(s)P (s)|s=s1 = 4kc (s + 2.9) s(s + 2)(s + 5.537.9. O compensador avanco procurado e ¸ 0.EA721 / PAULO VALENTE / UNICAMP PSfrag replacements Figura 12. = 5.4 0. Im s √ j2 3 √ j 3 2 pc −5. 1 1 = 2. o valor de α e e ´ maximizado. No caso do exemplo.185s + 1 Os p´ los do sistema em malha fechada (compensado) s˜ o as ra´zes de o a ı C(s) = 4.4) √ s=−2+j2 3 =1 ´ implica em kc = 4.

8: Root Locus Design 2 1. Observe as linhas o ¸˜ ¸ ¨ˆ pontilhadas de fator de amortecimento e frequencia natural constantes.EA721 / PAULO VALENTE / UNICAMP ou s(s + 2)(s + 5.9) = 128 √ √ = (s + 2 + j2 3)(s + 2 − j2 3)(s + 3.5. que disp˜ e do ambiente interativo rltool para projetos desta natureza.5 Real Axis 0 0.68 = 18. ´ Note que o ganho associado ao LR no ponto s1 e k = 4 × 4.5 −1 −0. bastante ´ uteis na fase de projeto do compensador. O o projeto poderia iniciar com a obtencao do LR do sistema com C(s) = kc .4) = 0.5 −1 −1.9) e seu efeito o a o na resposta do sistema ser´ pequeno. A Figura 12. .7(s + 2.4 est´ pr´ ximo ao zero do compensador (em −2.5 1 Figura 12.5 −2 −2 −1.5 1 0.8: LR do sistema com C(s) = kc via MATLAB/rltool.7. Mp = 15%) devido a presenca do zero. ilustrado ¸˜ na Figura 12.9 ilustra o LR ap´ s a compensacao avanco. O projeto de ¸ compensadores atrav´ s do LR pode ser inteiramente desenvolvido atrav´ s do MAe e TLAB. A resposta ser´ levemente menos amortecida a a do que o esperado (ξ = 0.5 Imag Axes 0 −0.4) + 18. O terceiro p´ lo em −3.

ωn = 4 rad/s).8 To: Y(1) N˜ o-compensado a 0.10 apresenta as respostas ao degrau do sistemas n˜ o-compensado a (ξ = 0.10: Respostas ao degrau dos sistemas n˜ o-compensado e compensado.2 PSfrag replacements 0 0. a A Figura 12.5.9: LR do sistema compensado via MATLAB/rltool.6 0.5 5 0 Time (sec.2 Compensado 1 Amplitude 0. e ¸ .4 1.5 1 1.5 2 2.4 0.5.5 4 4.EA721 / PAULO VALENTE / UNICAMP Root Locus Design 6 129 4 2 Imag Axes 0 −2 −4 −6 −6 −4 −2 0 Real Axis 2 4 6 Figura 12.) Figura 12.5 3 3. Step Response From: U(1) 1. ωn = 2 rad/s) e compensado atrav´ s de avanco (ξ ≈ 0.

Um melhor controle sobre erros de regime ser´ obtido com o uso de a um compensador atraso (lag). O ¸˜ ´ ´ erro de regime para entrada degrau e zero uma vez que a planta e do Tipo 1. inversamente proporcional a constante de velocidade do sistema. (0. .02. o ¸˜ ¸ kv = lim sC(s)P (s) = lim s s→0 s→0 4 2.345s + 1) = 5. o tempo de acomodacao passou a ser de aproximadamente 2 s. A constante de velocidade para o sistema n˜ o-compensado a ´ e 4 = 2.EA721 / PAULO VALENTE / UNICAMP 130 Como requerido. mas eventualmente ainda seria muito grande. kv = lim sP (s) = lim s s→0 s→0 s(s + 2) Ap´ s a compensacao avanco.185s + 1) s(s + 2) O erro para entrada rampa cai pela metade.51(0. kv . O erro ´ ` para entrada rampa e constante.

Na compensacao atraso assume-se que o sistema satisfaz as especificac oes rela¸˜ ¸˜ ` ` tivas a reposta transit´ ria. Como β > 1. o PSfrag replacements φ pc φ zc − 1 1 − T βT Figura 13.1). o zero do compensador sempre fica a esquerda do p´ lo.1: Remocao de fase do compensador atraso. O compensador atraso retira fase de qualquer o ponto do plano s pois φzc − φpc < 0 para qualquer escolha de T > 0 e β > 1 ` (Figura 13. A funcao de o a ¸˜ ´ transferˆ ncia do compensador atraso e definida como e 1 T = k β Ts + 1 C(s) = kc c 1 βT s + 1 s+ βT s+ ´ em que kc > 0 e o ganho do compensador e T > 0 e β > 1 definem as localizac oes ¸˜ do zero e do p´ lo do compensador. mas n˜ o as relativas a reposta em regime. ¸˜ .EA721 / PAULO VALENTE / UNICAMP 131 Aula 13 Lugar das Ra´zes ı Compensacao atraso (lag) ¸˜ Compensacao avanco-atraso (lead-lag) ¸˜ ¸ Outras configuracoes do LR ¸˜ Compensacao atraso (lag) ¸˜ 1.

o e ´ a o o ´ 3. O ganho est´ tico do compensador atraso (ganho na frequencia s = 0) e C(0) = a ´ kc β. pois |P (s1 )| = 1 se s1 pertence ao LR anterior a introducao ¸˜ do compensador atraso. as magnitudes e e |s1 + 1/T | e |s1 + 1/βT | ser˜ o aproximadamente iguais e portanto para o sistema a compensado 1 s1 + T P (s ) = 1 |C(s)P (s)|s=s1 = kc 1 1 s1 + βT ` implica que kc 1.01 implica em β = 10. A id´ ia e n˜ o modificar o LR pr´ ximo aos p´ los dominantes. Os polos dominantes o a a apenas se deslocam para uma vizinhaca do ponto s 1 devido a pequena remocao de ¸ ¸˜ fase causada pelo compensador. o zero e o p´ lo de C(s) devem ser localizados de tal maneira que o −5o < s1 + (1/T ) − s1 + (1/βT ) < 0o . a constante de velocidade kv do sistema original ser´ ent˜ o multiplicada por β: a a ˆ kv = lim sC(s)P (s) = kc β lim sP (s) s→0 s→0 βkv . Escolhendo-se T > 0 e β > 1 de forma que as quantidades 1/T e 1/βT sejam pequenas comparadas a s1 . ´ ´ ` 7. 4. as propriedades a ´ transit´ rias do sistema n˜ o ser˜ o alteradas significativamente.2 : o o −5o < C(s)|s=s1 < 0o . O compensador atraso deve produzir apenas um pequeno decr´ scimo de e fase. Como os p olos do- . Assumindo-se que a planta e do Tipo 1. Para tanto. ¨ˆ ´ 6. A compensacao atraso e usada basicamente para aumentar o ganho est´ tico ¸˜ a ¨ˆ do compensador (ganho na frequencia s = 0) e assim reduzir eventuais erros de regime. assume-se que o sistema em malha fechada apresenta ¸˜ um par de p´ los complexos conjulgados dominantes que produzem a resposta trano sit´ ria desejada. da ordem de 5o . obt´ m-se o efeito desejado.EA721 / PAULO VALENTE / UNICAMP 132 2. E conveniente localizar o p´ lo e o zero do compensador proximos a origem. Na compensacao atraso.001 e 1/T = 0. pr´ ximo aos p´ los dominantes s1. Como n˜ o existe aumento de ganho na frequˆ ncia s1 (kc 1). Al´ m disso. o ´ Exemplo: 1/(βT ) = 0. ¨e 5.

53. respectivamente. s→0 ˆ um valor muito baixo.5864. Considere o sistema de controle em malha fechada da Figura 13.06 PSfrag replacements s(s + 1)(s + 2) Figura 13.673 rad/s.2: Sistema de controle em malha fechada.06 1.491 o a e ωn = 0. as caracter´sticas de fase e magnitude a a ı impostas sobre C(s) ser˜ o naturalmente satisfeitas.5864)(s + 2.3307 − j0.3384) Os p´ los dominantes s˜ o s1.2. r + − y 1.2 (verifique).3307 ± j0.005 ´ A contribuicao deste compensador e de cerca de −4o no pontos s1.5864)(s + 0. (s + 0. ¸˜ Os LR’s do sistema com as compensacoes proporcional e atraso encontram-se ilus¸˜ tradas nas Figuras 13. a Exemplo. Logo. obt´ m-se β = 10 aproximadamente.3307 + j0.05 .06 . s + 0. . Deseja-se kv = 5 sem alterar significativamente a posicao ¸˜ ˆv = βkv . kv = lim sP (s) = 0. ´ A funcao de transferˆ ncia de malha fechada e ¸˜ e Y (s) R(s) = = 1.4. Como k o e poss´vel compensador atraso seria ı C(s) = kc s + 0.EA721 / PAULO VALENTE / UNICAMP 133 minantes est˜ o afastados do eixo imagin´ rio. Um dos p´ los dominantes. s(s + 1)(s + 2) + 1.06 .2 = −0. que fornecem ξ = 0.3 e 13.

Root Locus Design 3 2 1 Imag Axes 0 −1 −2 −3 −5 −4 −3 −2 Real Axis −1 0 1 Figura 13. a . Para melhor visualizacao do efeito o ¸˜ do compensador.EA721 / PAULO VALENTE / UNICAMP Root Locus Design 3 134 2 1 Imag Axes 0 −1 −2 −3 −5 −4 −3 −2 Real Axis −1 0 1 Figura 13.4) n˜ o altera significativamente a o LR nas proximidades dos p´ los dominantes. Observe que o compensador atraso (Figura 13. apresenta-se abaixo um zoom da regi˜ o de interesse.3: LR do sistema compensado com C(s) = kc .4: LR do sistema com compensador atraso.

0235(s + 0.478).2 = −0.05 1.5: LR do sistema com compensador atraso .551 (obtido diretamente do LR) e k = 1.312 ± j0.06kc = 1. O fato do polo a s4 estar pr´ ximo ao zero de C(s) faz com que a resposta seja menos amortecida e o mais lenta do que a prevista. os demais p´ los de malha fechada s˜ o s3 = −2.312 ± j0.326 e s4 = −0. s(s + 0.4 −0. Na Figuras 13.7 −0.5s + 1) ˆ Consequentemente.8 s˜ o apresentadas. s(200s + 1)(s + 1)(0.966. os p´ los correspondentes (obtidos diretamente do LR) dever˜ o ser o a s1.3 Real Axis −0.12. Assumindo que se deseja manter ξ 0.2 = −0.551 (dominane tes). Al´ m de s1.zoom. s + 0.6 −0. A funcao de malha aberta do sistema e ¸˜ C(s)P (s) = 0.005 s(s + 1)(s + 2) 1.6 0. Os p´ los indicados correspondem ao ganho unit´ rio k = 1. . kv = 5.966 e apresentado na Fie ¸˜ gura 13.05) .6.06 .6 −0.2 = −0.551 (ξ = 0. Obsero a va-se um ligeiro decr´ scimo em ξ (ξ e 0.2 Imag Axes 0 −0.4 −0.1 0 0.12(20s + 1) . respectivamente. ωn = 0.493.2 −0.2 −0.EA721 / PAULO VALENTE / UNICAMP Root Locus Design 0.312 ± j0.055.4 0.8 −0.005)(s + 1)(s + 2) 5.06 = 0.5 −0.5.9656 = = s + 0.1 Figura 13.8 135 0. O LR do o a ´ sistema obtido atrav´ s de compensacao atraso com kc = 0. as respostas a ` ´ ao degrau e a rampa dos sistemas n˜ o-compensado e compensado.7 e 13.633). ´ O ganho em s1.8 −0.0235 ´ e portanto kc = k/1.

Step Response From: U(1) 1.2 PSfrag replacements 0 0 5 10 15 20 25 30 35 40 Time (sec.4 Compensado 1.7: Respostas do sistema ao degrau unit´ rio.5 −0.6 −0.4 0.6 −0.) Figura 13.2 Imag Axes 0 −0.1 0 0.2 −0.4 −0.EA721 / PAULO VALENTE / UNICAMP Root Locus Design 0.8 −0.4 −0.6: Sistema compensado (atraso) com kc = 0.4 0.2 1 N˜ o-compensado a Amplitude 0.966.8 To: Y(1) 0.8 136 0.6 0.1 Figura 13. a .6 0.3 Real Axis −0.8 −0.2 −0.7 −0.

) ` Figura 13. Contudo. T2 > 0.  C(s) = kc   1 1  s+ s+ αT1 βT2 avanco ¸ atraso em que T1 > 0. ao inv´ s ¸˜ o e ´ de se introduzir compensadores avanco e atraso individuais. A funcao de transferˆ ncia do compensador atraso¸˜ e avanco e definida por ¸ ´    1  1 s+ s+  T1   T2  .EA721 / PAULO VALENTE / UNICAMP Linear Simulation Results 50 137 45 40 35 30 Amplitude To: Y(1) Rampa 25 N˜ o-compensado a Compensado 20 15 10 PSfrag replacements 5 0 0 5 10 15 20 25 30 35 40 45 50 Time (sec. a ¸˜ ¸ Compensacao avanco-atraso (lead-lag) ´ 8.8: Respostas do sistema a rampa unit´ ria. e mais econˆ mico ob¸ o ´ ter um unico compensador. A compensacao avanco-atraso e utilizada quando se deseja satisfazer simultane¸˜ ¸ amente especificacoes sobre as respostas transit´ ria e de regime. O projeto de compensadores atraso-avanco segue as linhas gerais dos projetos individuais para compensadores ¸ avanco e atraso. ¸ Outras configuracoes do LR ¸˜ . e β > 1. 0 < α < 1.

ou reescrevendo ¸˜ ı em termos de α. Em particular. ´ A equacao caracter´sitica do sistema e 1 + 5/(s2 + αs) = 0. O sistema em malha fechada permanece est´ vel para a qualquer valor positivo de α. Embora o LR de um sistema em malha fechada tenha sido discutido em termos da variacao de um parˆ metro k referente a equacao caracter´stica gen´ rica 1 + ¸˜ a ¸˜ ı e kG(s) = 0. e Exemplo 1. o LR pode ser ¸˜ a ı ´ utilizado para analisar como os polos do sistema em malha fechada se comportam quando um parˆ metro positivo qualquer de G(s) (associado a C(s). ¸˜ a PSfrag replacements r + − 5 s(s + α) y Fig 15. Im s α=0 √ j 5 PSfrag replacements α→∞ α→∞ 0 Re s √ −j 5 √ − 5 α=0 Figura 13.EA721 / PAULO VALENTE / UNICAMP 138 9. ¸˜ .10. como ilustrado atrav´ s dos exemplos a seguir. outras aplicacoes s˜ o poss´veis.9: Sistema de controle em malha fechada.10: LR em funcao de 0 < α < ∞.9 em funcao do parˆ metro α > 0. P (s) ou F (s)) a varia. k > 0. Deseja-se analisar o LR do sistema em malha fechada da Figura 13. s2 + αs + 5 = 0 ⇒ 1+α s =0 s2 + 5 ´ O LR das ra´zes do sistema de malha fechada em funcao de 0 < α < ∞ e apreı ¸˜ sentado na Figura 13.

25s =0 + 0. ent˜ o ı a kP = − e o compensador seria s2 + 0. s Im s kP = 0 j0.4975 PSfrag replacements kP → ∞ −0. e uma forma especial de compensador atraso.1 = 0. Deseja-se analisar o comportamento dos polos de malha fechada de ´ um sistema cuja equacao caracter´stica e ¸˜ ı 1 + C(s)P (s) = 1 + kP + kI s 0.11: LR em funcao de 0 < kP < ∞.11. O compensador PI utilizado.25 |s=−0. por exemplo.1s + 0.25s 1 C(s) = 3. polos de malha fechada com amortecimento cr´tico.6 + . ¸˜ .05 0 Re s kP = 0 −j0.5 kP → ∞ −0. A equacao em funcao de kP e (verifique) ¸˜ ¸˜ 1 + kP s2 0.1s + 0.5 = 3.EA721 / PAULO VALENTE / UNICAMP 139 ´ Exemplo 2.6. com polo na origem e ´ zero em −kI /kP .25 s + 0.4975 Figura 13. C(s) = ¸˜ ´ ´ kP + kI /s.25 ´ O LR do sistema em malha fechada em funcao de 0 < kP < ∞ e apresentado na ¸˜ ´ Figura 13. em funcao de kP > 0 quando kI = 1. 0. Se se desejar.

como ilustra a Figura 14. s→0 ω→0 A constante de posicao do sistema pode ser extra´da do diagrama de magnitude ¸˜ ı de P (jω) na regi˜ o de baixas freq¨ encias (ω → 0). a uˆ |P (jω)|dB Sistema tipo 0 20 log kp PSfrag replacements ω (rad/s) Figura 14.1: Constante de posicao do sistema. Considere um sistema de controle com realimentac ao unit´ ria cuja funcao de ¸˜ ¸˜ a ´ malha aberta e P (s) = k (τz1 s + 1)(τz2 s + 1) · · · (τzm s + 1) . uˆ o o sistema n˜ o-compensado (C(s) = 1) apresentar´ erro de estado estacion´ rio para a a a entrada degrau (ess = 1/(1 + kp )). Se N = 0. ¸˜ . kp . sN (τp1 s + 1)(τp2 s + 1) · · · (τpn s + 1) ´ em que N e o tipo do sistema e os τz ’s e τp ’s s˜ o as constantes de tempo (e os a valores inversos. as freq¨ encias de corte) dos zeros e p´ los do sistema. A constante de posicao do sistema. pode ¸˜ ser calculada atrav´ s de e kp = lim P (s) = lim P (jω) = k.EA721 / PAULO VALENTE / UNICAMP 140 Aula 14 Compensacao via Resposta em Frequencia ¸˜ ¨ˆ Constantes de erro Margem de fase × ξ Introducao a compensacao via RF ¸˜ ` ¸˜ Constantes de erro 1.1.

EA721 / PAULO VALENTE / UNICAMP 141 2. s→0 Margem de fase × ξ Para um sistema de segunda ordem (malha aberta) na forma padr˜ o a P (s) = 2 ωn .2. Exemplo. A constante de velocidade do sistema. e o mesmo uˆ ¸˜ que seria obtido analiticamente. O sistema e do tipo 1 e portanto a constante de velo´ ` cidade e numericamente igual a freq¨ encia de cruzamento da ass´ntota de baixa uˆ ı ´ freq¨ encia (inclinacao −20 db/dec) com 0 db. A ass´ntota cruza 0 dB na freq¨ encia ω = kv rad/s. De fato. O diagrama de magnitude do sistema em malha aberta P (s) = 10 s(s + 1) ´ ´ e ilustrado na Figura 14. o que sugere a ı uˆ forma de se extrair a constante de velocidade do sistema atrav´ s do diagrama de e magnitude de P (jω). ou P (jω) = kv . a ´ kv . Se N = 1. 20 log |P (jω)| = 20 log kv . O valor obtido. kv = lim sP (s) = 10. jω = 20 log kv − 20 log ω. 3. jω O lado direito da express˜ o e uma ass´ntota para as baixas freq¨ encias de a ´ ı uˆ |P (jω)|dB . s→0 ω→0 ´ Para ω << 1 e poss´vel fazer a aproximacao ı ¸˜ kv = jωP (jω) Em dB’s. kv = 10. ent˜ o o sistema n˜ o-compensado apresenta erro de estado estaa a cion´ rio para entrada rampa (ess = 1/kv ). e calculada atrav´ s de e kv = lim sP (s) = lim jωP (jω). s(s + 2ξωn ) .

o 60 50 40 30 20 10 0 −10 −20 −30 −2 10 10 −1 10 0 10 1 Figura 14. 1 + 4ξ 4 − 2ξ 2 Uma boa aproximacao para a margem de fase na regi˜ o aonde 0 ≤ ξ ≤ 0. uma margem de fase MF = 50o corresponde a aproximadamente ξ = 0. a fase de P (ω) e dada por uˆ o o −1 P (jω) = −90 − jω + 2ξωn = −90 − tan A margem de fase do sistema ent˜ o seria a MF = 180o + P (jω1 ). Um sistema com MF = 10o seria extremamente oscilat´ rio. ¸˜ a ´ obtida atrav´ s da linearizacao da express˜ o acima.2: Constante de velocidade do sistema. . 142 ´ Nesta freq¨ encia. . e ¸˜ e a MF = ξ × 100.5.6.EA721 / PAULO VALENTE / UNICAMP a magnitude torna-se unit´ ria (|P (jω)| = 1) na freq¨ encia a uˆ ω = ωn 1 + 4ξ 4 − 2ξ 2 . 1 + 4ξ 4 − 2ξ 2 2ξ . Assim. = 90o − tan−1 = tan−1 2ξ 1 + 4ξ 4 − 2ξ 2 2ξ .

Os diagramas de Bode do sistema n˜ o-compensado associado a a funcao de transferˆ ncia de malha aberta ¸˜ e P (s) = ´ e apresentado na Figura 14. a magnitude de C(jω)P (jω) em dB pode ser escrita como a soma das magnitudes de C(jω) e P (jω) em dB: |C(jω)P (jω)|dB = |C(jω)|dB + |P (jω)|dB . 180o + C(jω1 )P (jω1 ) = MFesp .4. como margens de fase e de ganho. 3 s(s + 1)(s + 2) . Considere o sistema de controle com realimentacao unit´ ria ilustrado na Figura ¸˜ a 14. Como |P (jω)|dB e P (jω) s˜ o quantidades conhecidas. que o sistema n˜ o-compensado a ¸˜ e (C(s) = 1) n˜ o satisfaz. em que MGesp e MFesp s˜ o margens de ganho e fase especificadas.3: Compensacao s´ rie . deve-se projetar C(s) a de tal forma que |C(jω)|dB e C(jω) sejam tais que. ` 5. −20 log |C(jω0 )P (jω0 )| = MGesp .realimentacao unit´ ria. ¸˜ e ¸˜ a ´ O objetivo e projetar C(s) de forma a satisfazer determinadas especificac oes ¸˜ de desempenho.EA721 / PAULO VALENTE / UNICAMP 143 Introducao a compensacao via RF ¸˜ ` ¸˜ 4. Devido a associacao s´ rie do compensador C(s) com a a planta P (s). por exemplo. Exemplo. + − C(s) PSfrag replacements P (s) Figura 14. Um aspecto a ´ importante e a determinacao de freq¨ encias ω0 (cruzamento com −180o ) e ω1 (cru¸˜ uˆ zamento com 0 dB) apropriadas. ´ Pela mesma raz˜ o.3. a fase de C(jω)P (jω) e a soma das fases de C(jω) e P (jω) a (em graus): C(jω)P (jω) = C(jω) + P (jω).

Para obter margens ´ maiores e necess´ rio atenuar a curva de magnitude de P (jω). agem seletivamente em determinadas freq¨ encias. fazendo esta cruzar a ´ 0 dB numa freq¨ encia menor.5 a ¸˜ seguir foi obtido com kc = 0. mas diminui a constante de ¸˜ ´ velocidade (kv ) do sistema.4: Diagramas de Bode .97 rad/seg 10 −1 −300 −2 10 10 0 10 1 Frequency (rad/sec) Figura 14. . O motivo e que a ass´ntota de baixa freq¨ encia do sisı uˆ tema compensado tamb´ m cruzar´ 0 dB numa freq¨ encia menor. Compensadores uˆ mais elaborados. a serem discutidos a seguir.sistema n˜ o-compensado. Uma alternativa simples e escolher C(s) = kc < 1 uˆ (compensacao proporcional).02 dB ω0 = 1. pois a atenuacao e a uˆ ¸˜ ´ produzida pelo compensador e igual para todas as freq¨ encias.33. de forma a atender simultˆ neamente especificacoes como limites uˆ a ¸˜ a para erros de estado estacion´ rio e margens de ganho e de fase.EA721 / PAULO VALENTE / UNICAMP Bode Diagrams 144 From: U(1) 50 0 Phase (deg).2). Magnitude (dB) −50 MG = 6. 6.41 rad/seg −100 −50 −100 To: Y(1) −150 −200 −250 PSfrag replacements MF = 20o ω1 = 0. O sistema compensado apresentado na Figura 14. A solucao utilizada resolve o problema das margens. a As margens de ganho e de fase do sistema n˜ o-compensado s˜ o pequenas e sua a a ´ resposta tende a ser muito oscilatoria (ξ MF/100 = 0.

45 rad/seg 10 −1 −300 −2 10 10 0 10 1 Frequency (rad/sec) Figura 14.6 dB ω0 = 1.EA721 / PAULO VALENTE / UNICAMP Bode Diagrams 145 From: U(1) 50 0 Phase (deg).5: Diagramas de Bode . ¸˜ .4o ω1 = 0. Magnitude (dB) −50 MG = 15.41 rad/seg −100 −50 −100 To: Y(1) −150 −200 −250 PSfrag replacements MF = 53.compensacao proporcional.

uˆ ¸ . jαT ω + 1 T > 0.1.1 T 1 T √ 10 10 T T ω rad/s Figura 15. Os diagramas de Bode de C(jω) para kc = 1 e α = 0. |C(jω)|dB PSfrag replacements ω rad/s −20 dB C(jω) 90o φm 0. A resposta em freq¨ encia do compensador avanco e obtida a partir de uˆ ¸ ´ C(jω) = kc α jT ω + 1 .1: Resposta em freq¨ encia do compensador avanco. 0 < α < 1.EA721 / PAULO VALENTE / UNICAMP 146 Aula 15 Compensacao Avanco ¸˜ ¸ Introducao ¸˜ Procedimento Introducao ¸˜ 1.1 s˜ o ilustrados na Figura a 15.

na qual Ts + 1 . T α ´ e que a fase m´ xima φm obtida na freq¨ encia ω = ωm e a solucao da equacao a uˆ ¸˜ ¸˜ trigonom´ trica e 1−α sen φm = . a funcao de transferˆ ncia de malha aberta do o a ¸˜ e ´ sistema compensado e reescrita na forma C(s)P (s) = kc α Ts + 1 P (s). A funcao prim´ ria da compensacao avanco e remodelar as curvas de resposta em ¸˜ a ¸˜ ¸ ´ freq¨ encia. dada por ¸ C(jω) = tan−1 T ω − tan−1 αT ω. dω ´ E poss´vel mostrar que ı ωm = 1 √ . Por raz˜ es pr´ ticas de projeto. A fase do compensador avanco. αT s + 1 e k = kc α. αT s + 1 = C1 (s)G1 (s). adicionando fase suficiente para compensar uma defasagem excessiva uˆ do sistema original. o que faz uˆ o com que o compensador adicione fase ao sistema quando colocado em s´ rie com a e planta. atinge seu m´ ximo na freq¨ encia ωm na qual a uˆ d C(jω)|ω=ωm = 0. 1+α 2.EA721 / PAULO VALENTE / UNICAMP 147 ´ Na compensacao avanco a freq¨ encia de corte do zero (em z = −1/T ) e sem¸˜ ¸ uˆ pre menor do que a freq¨ encia de corte do p´ lo (em p = −1/αT ). Procedimento 3. C1 (s) = . G1 (s) = kP (s). O procedimento completo para o projeto do compensador avanco e ¸ ´ apresentado a seguir.

2 a seguir. PSfrag replacements r + − 4 s(s + 2) y k Figura 15. a . Determine kc = k/α. Sen˜ o. Exemplo. Verifique se a margem de ganho obtida e satisfat´ ria o ¨ˆ (≥ 10 dB). T p´ lo: ω = o 1 . A partir da especificacao de MF. 2. A especificacao sobre erro est´ tico pode ser atendida desta ¸˜ a forma porque C1 (0) = 1 e desta forma independe de C1 (s). α para que a nova freq¨ encia de cruzamento com 0 dB seja ωc . Determine α atrav´ s de e α= 1 − sen φm . refaca o projeto modificando as frequencias de corte do a ¸ compensador. Determine k para atender a especificacao sobre o erro est´ tico do sistema ¸˜ a compensado. αT ´ 4. Obtenha os diagramas de Bode de G1 (jω) e determine a margem de fase correspondente.EA721 / PAULO VALENTE / UNICAMP 148 1. calcule a quantidade de ¸˜ fase φm a ser adicionada no sistema. A magnitude de C1 (jω) na freq¨ encia ω = ωm e igual a (verifique) uˆ |C1 (jω)|ω=ωm = jT ωm + 1 1 =√ . 4. A adicao ¸ de φm ocorrer´ em ωm . Considere o sistema de controle ilustrado na Figura 15. jαT ωm + 1 α Determine ent˜ o a freq¨ encia ωc tal que a uˆ 1 |G1 (jωc )|dB = −20 log √ . Determine as freq¨ encias de corte do compensador: a uˆ zero: ω = 1 . 1 + sen φm ´ 3. Faca ωm = ωc = 1/(T α).2: Sistema de controle n˜ o-compensado. tamb´ m chauˆ e √ ¨e ¸˜ mada de frequˆ ncia de crossover.

3: Diagramas de Bode de G1 (s) (kv = 20). O ambiente ltiview do MATLAB permite obter as margens de fase e de ganho facilmente. Os diagramas de Bode de G1 (jω) = 10P (jω) s˜ o apresentados a na Figura 15. s→0 = 2k. No exemplo.3. Bode Diagrams From: U(1) 80 60 40 Phase (deg). MF ≥ 50o . Logo.EA721 / PAULO VALENTE / UNICAMP As especificacoes para o sistema compensado s˜ o as seguintes: ¸˜ a kv = 20. O projeto de C(s) comeca com a obtencao de k atrav´ s de ¸ ¸˜ e G1 (s) = kP (s) = k 4 4k = . s(s + 2) s(s + 2) k = kc α. s→0 = lim sC1 (s)G1 (s). MG ≥ 10 dB.17 rad/s PSfrag replacements 10 −1 −180 −2 10 10 0 10 1 Frequency (rad/sec) Figura 15. Magnitude (dB) 20 0 −20 −80 −100 To: Y(1) −120 −140 −160 MF = 18o ω1 = 6. MF = 18o e MG = +∞ (margens infinitas ou . 149 ´ A constante de velocidade do sistema compensado e kv = lim sC(s)P (s). k = 10.

do compensador C(s) obtido atrav´ s do procedie mento de projeto e da funcao de malha C(s)P (s) (= C1 (s)G1 (s)). que ser´ a a nova freq¨ encia de crossover.054s + 1 A Figura 15. mas comecando em 0 dB.17 rad/s seria de 50o − 18o = 32o . onde a fase de G 1 (jω) ser´ a o que forneceu MF = 18o . ωc uˆ 9 rad/s (obtida com um zoom √ dos diagramas de Bode na regi˜ o de interesse). Determina-se ent˜ o α: a α= 1 − sen 37o = 0.24. No exemplo.7 s + 4.4 apresenta as curvas de magnitude e de fase da func ao G1 (s) que ¸˜ serviu de base para o projeto. Nesta freq¨ encia. uˆ ´ A curva de magnitude de C1 (jω) e como ilustrada na Figura 15. α O compensador avanco assume a forma ¸ C(s) = 41.1. T 1 = 18.tipicamente 5o . o ganho kc do compensador e calculado: kc = k = 41.2 dB. 1 + sen 37o A adicao de φm = 37o pelo compensador ser´ introduzida na freq¨ encia (des¸˜ a uˆ √ conhecida) ωm = 1/(T α).4 rad/s. a quantidade de fase a a a ı ı ser adicionada na freq¨ encia ω1 = 6.2 dB. s + 18.227s + 1 = 10 . A margem de ¸˜ . α ¨ˆ Em seguida determina-se a frequencia na qual |G1 (jω)|dB = −6.4 0. αT ´ Finalmente.ao valor previamente obtido: φm = 32o + 5o = 37o .7. Faz-se ωm = ωc = 1/(T α) = 9 a rad/s e as freq¨ encias de corte do compensador s˜ o ent˜ o facilmente determinadas: uˆ a a zero : p´ lo : o √ 1 = ωm α = 4. mas uˆ faz a curva de magnitude se deslocar para a direita. A associacao de C1 (jω) em s´ rie com G1 (jω) n˜ o altera a especificacao ¸ ¸˜ e a ¸˜ sobre a constante de erro porque |C1 (jω)| vale 0 dB nas baixas freq¨ encias. Em princ´pio.EA721 / PAULO VALENTE / UNICAMP 150 inst´ veis s˜ o indicadas por c´rculos abertos). o compensador contribui em maguˆ nitude com 1 20 log |C1 (jω)| = 20 log √ = 6. menor do que os −162 Uma alternativa para compensar a diminuicao de fase provocada indiretamente ¸˜ ´ por C1 (jω) e somar uma quantidade extra .41 rad/s.41 0.

Magnitude (dB) 0 −50 50 0 To: Y(1) −50 C PSfrag replacements MF = 50. provavelmente porque C 1 (s) n˜ o retirou a totalidade a ` dos 5o adicionados a fase inicialmente calculada.4: Diagramas de Bode do sistema compensado.89 rad/s 10 −1 −100 CP G1 10 0 −150 −200 −2 10 10 1 10 2 Frequency (rad/sec) Figura 15. Bode Diagrams From: U(1) 100 50 C G1 CP Phase (deg). como a an´ lise do lugar das ra´zes do sistema facila ı ´ mente comprova .o sistema n˜ o-compensado e est´ vel a para qualquer valor de ganho. ´ a A margem de ganho inicial era infinita .e continuou infinita apos a introducao do compensador avanco.5o ω1 = 8.5o . A freq¨ encia de crossover ωc = ω1 ficou ligeiramente uˆ abaixo de 9 rad/s prevista.EA721 / PAULO VALENTE / UNICAMP 151 ´ fase final e de MF = 50. ¸˜ ¸ como seria de se esperar. .

A Figura 16. O objetivo prim´ rio do compensador atraso a C(jω) = kc β jT ω + 1 .1 T PSfrag replacementsrad/s ω 1 T C(jω) ω rad/s −90o Figura 16. ´ e introduzir atenuacao nas altas freq¨ encias e assim garantir uma margem de fase ¸˜ uˆ adequada para o sistema.EA721 / PAULO VALENTE / UNICAMP 152 Aula 16 Compensacao Atraso ¸˜ Compensador atraso Resposta em freq¨ encia em malha fechada uˆ Atraso de transporte Compensador atraso 1. β > 1.1 ilustra os diagramas de Bode do compensador atraso quando kc = 1 e β = 10.1: Resposta em freq¨ encia do compensador atraso. jβT ω + 1 T > 0. uˆ . |C(jω)|dB 20 dB 0.01 T 0.

βT s + 1 G1 (s) = kP (s).2: Sistema de controle n˜ o-compensado. em que C1 (s) = Ts + 1 . ´ 2. βT s + 1 = C1 (s)G1 (s). Por esta raz˜ o a uˆ o a freq¨ encia de corte do zero (mais a direita) deve ser substancialmente menor do uˆ que a freq¨ encia de cruzamento com 0 dB. Especificacoes sobre mar¸˜ a ¸˜ ¨ˆ gens de fase e ganho s˜ o atendidas escolhendo-se adequadamente as freq uencias a de corte de C1 (s). ´ e k = kc β. Considere o sistema n˜ o-compensado ilustrado na Figura 16. Exemplo. o ganho de malha do sistema e reescrito na ¸˜ ¸ forma C(s)P (s) = kc β Ts + 1 P (s). a As especificacoes para o sistema de controle em malha fechada s˜ o as seguin¸˜ a .2 a a seguir. Como na compensacao avanco. e 3. r + − y 1 PSfrag replacements s(s + 1)(0. para que o compensador n˜ o retire fase uˆ a do sistema.EA721 / PAULO VALENTE / UNICAMP 153 ´ Na compensacao atraso a freq¨ encia de corte do zero (em z = −1/T ) e ¸˜ uˆ maior do que a freq¨ encia de corte do p´ lo (em z = −1/βT ). O procedimento para projeto de compensadores atraso ser´ a discutido atrav´ s de um exemplo.5s + 1) Figura 16. o ganho k e determinado de forma a ¸˜ ¸ atender a especificacao sobre o erro est´ tico do sistema. Como na compensacao avanco.

MG ≥ 10 dB. ´ ´ A margem de fase e cerca de −10o . s→0 = lim sC1 (s)G1 (s). Inicialmente obt´ m-se e G1 (s) = kP (s) = k . A freq¨ encia correspondente a MF = 40o ( G1 (jω) = −140o ) uˆ .5s + 1) k = kc β. s→0 = k.3. k = 5.3: Diagramas de Bode de G1 (jω). MF ≥ 40o .EA721 / PAULO VALENTE / UNICAMP tes: kv = 5. 154 ´ O valor de k e obtido da especificacao sobre a constante de velocidade: ¸˜ kv = lim sC(s)P (s). indicando que o sistema e inst´ vel em a malha fechada. Bode Diagrams From: U(1) 100 50 Phase (deg). s(s + 1)(0. Logo. Os diagramas de Bode de G1 (jω) = 5P (jω) s˜ o apresentados a na Figura 16. Magnitude (dB) 0 −50 −50 −100 To: Y(1) −150 −200 −250 −300 −2 10 10 −1 10 0 10 1 Frequency (rad/sec) Figura 16.

42 rad/s prevista. fazendo com que a frequencia de crossover fique no entorno de 0. mas comecando em 0 dB. a ´ uˆ A freq¨ encia na qual G1 (jω) = −128o e 0. ¸˜ .6 s + 0.em geral.52 rad/s ficou ligeiramente acima da uˆ freq¨ encia 0. Ao especificar que a fase na freq uencia de crossover seja ´ de 40o + 12o . Portanto.61 rad/s). ´ que e quanto G1 (jω) dever´ ser atenuada por C1 (jω) em ω = 0.2 dB obtida atende uˆ a espeficicacao formulada.6 e o compensador atraso assume a forma final 1 T = 0. A freq¨ encia de corte do zero (1/T ) deve ser suficientemente baixa para que uˆ a contribuicao negativa de fase de C1 (jω) seja pequena no entorno de 0. a atenuacao produzida por C1 (jω) em ωc e igual a e ¸˜ −20 log β (verifique). Finalmente.4 apresenta os diagramas de Bode da func ao G1 (s) que serviu de base para o projeto. Na frequencia ω = 0.1o .42 rad/s. a reducao de fase provocada por C1 (jω) e contabilizada. uma d´ cada abaixo da freq¨ encia inicie uˆ o a 12o para a fase almente determinada . −20 log β = −18. Como a freq¨ encia de corte do zero (mais a direita) e cerca de uˆ ´ uma d´ cada menor do que ωc .061 . A id´ ia e usar o compensador atraso para atenuar e ´ ¨ˆ G1 (jω). A margem de fase final e de MF = 42. Logo. O diagrama ¸ ´ e ´ de fase e idˆ ntico. a nova freq¨ encia de uˆ ¨ˆ crossover (entorno de 0.61 rad/s.42 rad/s.4 ou β = 8. como k = k c β.4 dB. do compensador atraso C(s) projetado e do ganho de ´ malha C(s)P (s) (= C1 (s)G1 (s)). ¸˜ Escolhendo 1/T = 0.0073 s+ βT s+ ¸˜ A Figura 16.061 rad/s . A freq¨ encia de crossover ω1 = ω1 = 0.1.32. A margem de ganho MG = 13.42 rad/s para que a de fato ωc = 0. C(s) = kc 1 s + 0. obt´ me se kc = k/β = 0. Assim.61 rad/s.C1 (jω) contribuir´ negativamente com 5 a ¨ˆ do sistema compensado.42 rad/s seja a freq¨ encia de crossover.0073 rad/s. 1/(βT ) = 0.EA721 / PAULO VALENTE / UNICAMP 155 ´ e aproximadamente 0.61 rad/s. |G1 (jω)| = 18. O diagrama de magnitude uˆ ´ de C1 (jω) e como ilustrado na Figura 16. a ¸˜ ´ quantidade de fase necess´ ria ao projeto e de 52o .

36 rad/s C CP 0 Phase (deg). Magnitude (dB) −50 −100 0 −50 −100 To: Y(1) −150 −200 −250 −300 −4 10 PSfrag replacements C G1 CP 10 −2 MF = 42.4: Diagramas de Bode do sistema compensado. ¸˜ a ´ A funcao de transferˆ ncia de malha fechada e dada por ¸˜ e T (s) = C(s)P (s) Y (s) = .5. Considere o sistema de controle ilustrado na Figura 16. R(s) 1 + C(s)P (s) ´ ´ Assumindo que o sistema e est´ vel em malha fechada. PSfrag replacements P (s) + C(s) − Figura 16. e poss´vel caracterizar a ı T (jω) a partir de C(jω)P (jω) da seguinte forma: .5: Sistema de controle com realimentacao unit´ ria.52 rad/s 10 −3 10 −1 10 0 10 1 Frequency (rad/sec) Figura 16. Resposta em frequencia em malha fechada ¨ˆ 4.1o ω1 = 0.EA721 / PAULO VALENTE / UNICAMP Bode Diagrams 156 From: U(1) 100 50 G1 MG = 13.2 dB ω0 = 1.

Os diagramas de Bode da funcao de transferˆ ncia de malha aberta e C(s)P (s) = 0. na vizinhanca de ω c a magnitude de ¸ T (jω) depender´ fundamentalmente da margem de fase do sistema compensado. pois em geral a magnitude |C(jω)P (jω)| e grande nas baixas freq¨ encias.061 s + 0. Exemplo. pois a magnitude |C(jω)P (jω)| e pequena nas altas freq¨ encias. T (jω) 1 se ω << ωc . uˆ ´ 2.5s + 1) obtido no exemplo anterior e da funcao de trasnferˆ ncia de malha fechada T (s) s˜ o ¸˜ e a aprsentados na Figura 16.6.0073 s(s + 1)(0. A mesma relacao aproximada vale para sistemas ¸˜ ´ de ordem superior com um par de polos complexos conjulgados dominantes. como MF 100 × ξ para 0 ≤ ξ ≤ 0. uˆ ` ´ O comportamento de T (jω) pr´ ximo a freq¨ encia de crossover ωc e menos o uˆ previs´vel mas pode ser estimado como base na margem de fase do sistema comı pensado.6: Diagramas de Bode de C(s)P (s) e T (s). Magnitude (dB) −20 −40 −60 0 −50 −100 To: Y(1) −150 −200 −250 −300 T CP PSfrag replacements 10 −1 10 0 Frequency (rad/sec) Figura 16. . Neste caso. T (jω) C(jω)P (jω) se ω >> ωc . A raz˜ o e que o diagrama de magnitude de um sistema de segunda ordem a ´ ` apresenta uma ressonˆ ncia pr´ xima a freq¨ encia natural para fatores de amortecia o uˆ mento suficientemente grandes.6. a ¸˜ 5.6 1 s + 0. Bode Diagrams From: U(1) 60 40 20 0 CP T Phase (deg).EA721 / PAULO VALENTE / UNICAMP 157 ´ 1.

A freq¨ encia de crossover e uma boa indicacao da largura de banda do sisuˆ ¸˜ tema. hidr´ ulicos e pneum´ ticos normalmente exibem atrasos de e a a transporte.7.7420 − j0. |0.2580 − j0.6704| Observe que a magnitude |T (jωc )| cresce com a diminuicao da margem de ¸˜ ´ fase. Um determinado fluido se desloca com velocidade constante v ao longo de uma tubulacao e deve ser aquecido por uma resistˆ ncia controlada a rel´ . Sistemas t´ rmicos. a Atraso de transporte 6.9o = −0. Um ¸˜ e e controlador abre ou fecha o rel´ de acordo com a temperatura medida pelo sensor.6704. e localizado num ponto distante do ponto de atuacao. a e d0 v Resistˆ ncia e Rel´ e Sensor d1 PSfrag replacements Figura 16.1o .EA721 / PAULO VALENTE / UNICAMP 158 Observe a validade da an´ lise anterior quando ω << ωc e ω >> ωc . a magnitude de T (jωc ) e |T (jωc )| = |C(jωc )P (jωc )| . O conceito ser´ discutido atrav´ s do sistema ilustrado na Figura 16.39. que por sua vez determina que tipos de sinais de referˆ ncia o sistema e em malha fechada ser´ capaz de rastrear adequadamente. |1 + C(jωc )P (jωc )| em que C(jωc )P (jωc ) = 1 − 137. Portanto. conclui-se que ´ C(jωc )P (jωc ) = −137. e 7. Como a conseq¨ encia do projeto. ¸˜ . tem-se que uˆ |C(jωc )P (jωc )| = 1. ´ e como margem de fase do sistema compensado e MF = 42. Logo |T (jωc )| = 1 = 1. ωBW .9o .7: Sistema t´ rmico com atraso de transporte.

acompanhando o tempo de permanˆ ncia das secoes do fluido e ¸˜ na regi˜ o da resistˆ ncia. ı 1 ∆T0 (s) = ∆T1 (s) τ0 e−τ1 s − e−(τ1 +τ0 )s s . pode facilmente instabilizar o sistema de controle a em malha fechada. ı ∆T0 (s) = A τ0 e−τ1 s − e−(τ1 +τ0 )s .EA721 / PAULO VALENTE / UNICAMP 159 8. A ¸ temperatura cresce. at´ atingir o valor m´ ximo A o C no tempo t = τ1 + τ0 s. Sup˜ e-se que o rel´ e fechado no tempo t = 0 e que a variacao de temperatura o e´ ¸˜ o C. 9.8: Resposta ao degrau do sistema (amplitude A o C). ´ Um termo do tipo e−τ s e chamado de atraso de transporte na literatura de controle. Se n˜ o levado em conta. ∆T0 PSfrag replacements A 0 τ1 τ1 + τ 0 t Figura 16. a e e a A sa´da do sistema pode ser representada matematicamente na forma (verifique): ı ∆T0 (t) = No dom´nio s. uma vez que o valor medido pelo sensor n˜ o corresponde ao a valor da sa´da da planta.8. em que τ1 = d1 /v s e τ0 = d0 /v s. O sensor comeca a registrar um aumento de temperatura no tempo t = τ 1 s. τ0 τ0 A funcao de transferˆ ncia do sistema ser´ ¸˜ e a T (s) = com ∆T1 (s) = A/s. A variacao de temperatura na sa´da do sistema e ¸˜ ı seria como na Figura 16. s2 A A (t − τ1 ) − (t − (τ1 + τ0 )). Assume-se tamb´ m que n˜ o h´ perdas t´ rmicas no trajeto do fluido ser´ de A a e a a e do fluido at´ o ponto de medida.

uˆ |e−jτ ω |dB 0.EA721 / PAULO VALENTE / UNICAMP 160 ´ ´ 10. O atraso de transporte e−τ s e uma funcao transcendental. a funcao ¸˜ ¸˜ −τ s n˜ o pode ser escrita em termos de polinomios em s. uˆ ¨ˆ 12. enquanto que a fase a decresce linearmente com ω. A resposta em freq¨ encia de e−jτ ω ı uˆ uˆ pode ser representada como e−jτ ω = 1 − ωτ. Assuma tamb´ m que G(s) representa um e e sistema est´ vel (MF > 0.1 1 10 ω PSfrag replacements e−jτ ω (graus) ω −57. como ilustra a Figura 16.9: Resposta em freq¨ encia de ejτ ω . e Quanto maior o valor do atraso τ . mais negativa torna-se a fase para um mesmo valor de freq¨ encia. O diagrama de fase ¨ˆ ´ apresenta-se curvado para baixo uma vez que a freq uencia e representada em d´ cadas. Em seguida incorpore um atraso de transporte a de τ segundos a G(s). isto e.9. A an´ lise de estabilidade de sistemas com atraso de transporte e mais facila mente realizada no dom´nio da freq¨ encia. O diagrama de magnitude de G(s)e−τ s . obtendo G(s)e−τ s . 0 ≤ ω ≤ ∞. Assuma que a resposta em frequencia de um sistema modelado pela funcao de ¸˜ ´ transferˆ ncia racional G(s) e conhecida. as t´ cnicas ˆ e a a e de an´ lise e projeto desenvolvidas para sistemas modelados por func oes de transa ¸˜ ferˆ ncia racionais devem ser convenientemente estendidas para que se possa tratar e sistemas com atrasos de transporte.3τ −573τ (fora de escala) Figura 16. ´ A magnitude de e−jτ ω e unit´ ria qualquer que seja ω. ´ 11. MG > 0). Por esta raz˜ o.

14. A funcao n˜ o-racional e−τ s pode ser aproximada em torno de s = 0 por ¸˜ a funcoes racionais. a 13. A aproximacao racional ¸˜ a ¸˜ . Exemplo.10 aprea senta os diagramas de Bode do sistema para τ = 0.3o (com atraso). 20 10 Magnitude (dB) 0 −10 −20 −30 −40 −50 −1 10 10 w 0 10 1 0 −100 Fase (graus) −200 −300 −400 −500 −1 10 10 w 0 10 1 ¨ˆ Figura 16.5 s. Consequente a margem de fase do ´ sistema diminui com a introducao do atraso. Considere o sistema modelado pela func ao de transferˆ ncia ¸˜ e G(s) = e−τ s .EA721 / PAULO VALENTE / UNICAMP 161 ´ ´ e igual ao diagrama de magnitude de G(s) mas a fase de G(s)e −τ s e menor do ¨ˆ que a fase de G(s) em qualquer frequencia ω.10: Resposta em frequencia de e−jτ ω /jω(jω + 1). aproximacoes em torno de s = 0 s˜ o suficientes. tornando o sistema mais oscilatorio ¸˜ ou mesmo inst´ vel dependendo do valor de τ . A margem de fase do sistema cai de 51.8o (sistema sem atraso) para 29. A a a ¸˜ estabilidade do sistema com atraso depender´ do valor de τ . s(s + 1) O sistema sem atraso seria est´ vel em malha fechada (realimentacao unit´ ria). A Figura 16. Como sistemas de controle s˜ o quase sempre sistemas passa¸˜ a baixas.

a 16. a ¸˜ Se por exemplo apenas os dois primeiros termos do numerador e do denominador forem utilizados. O uso da aproximacao de Pad´ torna aplic´ veis todas as t´ cnicas de an´ lise ¸˜ e a e a ˜ e projeto discutidas anteriormente. principalmente nas ¸˜ ¸˜ quest˜ es ligadas a estabilidade. τ s (τ s)2 (τ s)3 1+ + + + ··· 2 8 48 1− 162 e−τ s A ordem da aproximacao (truncagem dos polinˆ mios do numerador e denomi¸˜ o nador) necess´ ria para representar o atraso varia em funcao do valor do atraso τ . Entretanto as conclus oes obtidas devem ser relativizadas em funcao da ordem da aproximacao utilizada. A aproximacao de Pad´ sempre introduz um mesmo numero de zeros e p´ los. respectivamente. ¸˜ e o ´ E poss´vel mostrar que os zeros e os p´ los da aproximacao est˜ o localizados nos ı o ¸˜ a semiplanos direito e esquerdo. obt´ m-se e e−τ s τs 2 − τs 2 = τs = 2 + τs.EA721 / PAULO VALENTE / UNICAMP ´ mais comum e conhecida como aproximacao de Pad´ : ¸˜ e τ s (τ s)2 (τ s)3 + − + ··· 2 8 48 = . 1+ 2 1− ´ 15. o . simetricamente em relac ao ao eixo ¸˜ imagin´ rio.

cujo conhecimento num dado instante t = t 0 . permite determinar x1 (t). y ˙ Defina x1 (t) = y(t) (posicao da massa) e x2 (t) = y(t) (velocidade da massa). x2 (t). quando for poss´vel. . xn (t). xn (t) para todo t ≥ t0 . e ¸˜ 3. embora a pr´ tica a a a ı a recomende. 2. A raz˜ o e que mais tarde essas vari´ veis estar˜ o envolvidas ı a ´ a a em estrat´ gias de controle por realimentacao. analisamos e projetamos controladores a partir da e manipulacao das vari´ veis de entrada e de sa´da das funcoes envolvidas.1. a e a ı vari´ veis internas do sistema dinˆ mico tamb´ m s˜ o representadas. O estado de um sistema dinˆ mico pode ser definido como um conjunto a de n vari´ veis denotadas por x1 (t).. O conceito funa a e a ´ damental a ser discutido e o de estado. . . . Considere o sistema massa-mola-atrito ilustrado na Figura 17. Estado. Exemplo. A representacao por ı ¸˜ ´ ¸˜ ´ vari´ veis de estado e do tipo interna.EA721 / PAULO VALENTE / UNICAMP 163 Aula 17 ´ Representacao por Variaveis de Estado ¸˜ Vari´ veis de estado a Equacoes de estado e de sa´da ¸˜ ı Espaco e trajet´ ria de estados ¸ o Representacao matricial ¸˜ ´ Variaveis de estado 1. Dize¸˜ a ı ¸˜ mos neste caso que a representacao e do tipo entrada-sa´da. Vari´ veis de estado n˜ o s˜ o necessariamente grandezas f´sicas. . pois al´ m das vari´ veis de entrada e de sa´da. . x2 (t). aliado ao conhecimento da entrada do sistema para todo t ≥ t0 .. ¸˜ ˙ . a escolha de vari´ veis que possuam interpretacao ı a ¸˜ ou significado f´sico. chamadas de vari´ veis de a a estado do sistema. Atrav´ s da representacao de sistemas dinˆ micos (lineares e invariantes no tempo) e ¸˜ a ¸˜ por funcoes de transferˆ ncia. O ´ sistema e representado pela equacao diferencial de segunda ordem ¸˜ m¨(t) + by(t) + ky(t) = u(t).

EA721 / PAULO VALENTE / UNICAMP Derivando x1 (t) e x2 (t) em relacao a t. 1. Um m´ todo simples de integracao utiliza a chamada aproximacao de e ¸˜ ¸˜ Euler para a derivada: x1 (t0 + ∆) − x1 (t0 ) ∆ = x2 (t). x2 (t0 + ∆) − x2 (t0 ) k b 1 = − x1 (t) − x2 (t) + u(t). por sua vez. . conhece-se x1 (t0 ) e x2 (t0 ). . ∆ m m m ´ em que ∆ > 0 e um intervalo de integracao. x2 (t). ˙ k b 1 x2 (t) = − x1 (t) − x2 (t) + u(t). Equacoes de estado e de sa´da ¸˜ ı 4. t ≥ 0. k = 0. informacao que aliada ¸˜ ao conhecimento de u(t1 ) permite. . Supondo tamb´ m conhecida a entrada u(t) e ` ´ (forca aplicada a massa) para todo t ≥ t0 e poss´vel integrar as duas equacoes ¸ ı ¸˜ diferenciais de primeira ordem e determinar a posicao e a velocidada da massa para ¸˜ todo t ≥ t0 . Desta forma x1 (t) e x2 (t) se qualificam como vari´ veis de estado do sistema. 2. obtemos ¸˜ x1 (t) = x2 (t). x2 (t0 ) e ¸˜ u(t0 ) permite determinar x1 (t1 ) e x2 (t1 ) para t1 = t0 + ∆.1: Sistema massa-mola-atrito. determinar x1 (t2 ) e x2 (t2 ) para t2 = t1 + ∆. ˙ m m m y u PSfrag replacements k m b 164 Figura 17. a Observamos que o comportamento de x1 (t) e x2 (t) anterior a t = t0 n˜ o e nea ´ cess´ rio para a determinacao do comportamento futuro do sistema. representado a ¸˜ por x1 (t). ¸˜ ´ isto e. As equacoes diferenciais de primeira ordem que resultam da representac ao ¸˜ ¸˜ de um dado sistema dinˆ mico atrav´ s de vari´ veis de estado s˜ o chamadas de a e a a . O conhecimento de x1 (t0 ).. e assim sucessivamente para todo t = t0 + k∆. ´ Suponha que a posicao e a velocidade da massa e conhecida no instante t = t0 .

˙ . conhecemos a aceleracao da massa. . ˙ . definindo x1 (t) = y(t).y (n−1) (t0 ) (condicoes iniciais). n˜ o sua posicao ou ˙ ¸˜ a ¸˜ velocidade. Qualquer equacao diferencial de ordem n pode ser representada como ¸˜ um sistema de n equacoes de primeira ordem. Se y(t) = x2 (t). . A solucao da equacao e unie ¸˜ ¸˜ ´ camente determinada pelo conhecimento de n condic oes de contorno. Podemos apenas definir a vari´ vel de entrada e medir a vari´ vel de sa´da. m m m e haver´ tamb´ m uma transmiss˜ o direta da entrada u(t) para a vari´ vel de sa´da.. A vari´ vel de sa´da do sistema representa uma quantidade ¸˜ a ı que pode ser medida atrav´ s de um sensor. xn (t) = y (n−1) (t). conhecemos a posicao da massa. Neste caso. Suponha. ˙ xn (t) = −a0 x1 (t) − a1 x2 (t) − · · · − an−1 xn (t) + u(t). o sistema pode ser genericamente representado na forma na qual y (n) (t) denota a n-´ sima derivada de y(t). se y(t) = x1 (t).EA721 / PAULO VALENTE / UNICAMP 165 equacoes de estado. se ¸˜ ı ´ ¸˜ e a vari´ vel de sa´da for a posicao da massa. . e da entrada u(t) para todo ˙ ¸˜ t ≥ t0 . obtemos ˙ x1 (t) = x2 (t). xn−1 (t) = xn (t). . No Exemplo. que a descricao diferencial do sistema de interesse n˜ o envolve derivadas da ¸˜ a entrada. Diferentemente das equacoes de ese ¸˜ tado. . Sistemas dinˆ micos lineares e invariantes no tempo podem ser descritos atrav´ s a e de equacoes diferenciais lineares a coeficientes constantes. ¸˜ x2 (t) = y(t). a equacao ser´ a ı ¸˜ ¸˜ a k b 1 x1 (t) − x2 (t) + u(t). y(t0 ). A obtencao de uma representacao interna para o sistema. ˙ x2 (t) = x3 (t). De fato. . isto e. y(t0 ). por simplici¸˜ dade. a ı ´ y(t) = − ´ 5. . a e a a ı No primeiro caso. por exem¸˜ plo. a equacao de sa´da ser´ a ı ¸˜ ¸˜ ı a y(t) = x1 (t). Se a vari´ vel de sa´da for a aceleracao da massa. ˙ y (n) (t) + an−1 y (n−1) (t) + · · · + a1 y(t) + a0 y(t) = u(t). a definicao ¸˜ ¸˜ ¸˜ de um conjunto de vari´ veis de estado e a descricao de como essas vari´ veis se a ¸˜ a ` relacionam as vari´ veis de entrada e de sa´da. a a ı No Exemplo. diferenciais. mas n˜ o sua velo¸˜ a cidade. a transmiss˜ o da entrada para a sa´da e indireta. n˜ o implica necessariamente no coa ı a nhecimento dos valores que as vari´ veis de estado assumem em cada instante de a tempo. a equacao de sa´da e uma equacao alg´ brica. . 6..

passando pelo estado intermedi´ rio x(t1 ). Entretanto.  . . o trajetoria possui um sentido bem ¸˜ definido. x2 x(tf ) PSfrag replacements x(t1 ) 0 x(t0 ) x1 Figura 17. No caso de um sistema representado por duas ¸ ´ vari´ veis de estado. . ¸ A Figura 17. O espaco de estados e o espaco real n-dimensional. O tempo fica a impl´cito na descricao da trajet´ ria e n˜ o guarda nenhum tipo de proporcionalidade ¸˜ ı o a ´ em relacao ao trajeto executado.2: Espaco (plano) de estados. Representacao matricial ¸˜ 8. o espaco de estados e o plano x1 × x2 . x2 (t). no qual os eixos coor¸ ¸ denados representam poss´veis valores para as vari´ veis de estado x1 (t). xn (t). A ı a . ı a ´ . . xn (t) Os sub-´ndices caracterizam as vari´ veis de estado (componentes) do vetor x(t). . Uma maneira conveniente de representarmos pontos (vetores) no espaco n¸ ´ dimensional e atrav´ s de um vetor-coluna: e   x1 (t)  x2 (t)    x(t) =  . O estado do sistema num instante de tempo t qualquer e visto como um ponto no espaco de estados.2 tamb´ m ilustra a trajet´ ria de um sistema hipot´ tico entre os e o e estados x(t0 ) e x(tf ). indo de x(t0 ) a x(tf ).EA721 / PAULO VALENTE / UNICAMP 166 ´ Espaco e trajetoria de estados ¸ ´ 7.2. ilustrado na Figura a ¸ 17.   .

1 × n e a 1 × 1. matriz de sa´da ı e matriz de transmiss˜ o direta da entrada para a sa´da. ˙ dt  . Quase sempre. As equac oes de estado e ¸˜ de sa´da s˜ o ı a x1 = x 2 . B. respectivamente. por definicao. x= x2 . ˙ m m m y = x1 . ¸˜ ¸˜   x1 (t) ˙  x2 (t)  d ˙  x(t) = x(t) =  . C e D presentes na descricao matricial recebem ¸˜ ¸˜ as denominacoes especiais de matriz de estados. respectivamente. respectivamente. No caso a ı de sistemas SISO (uma entrada. y = Cx + Du. Exemplo 1. B. u(t) e y(t) e escrevemos simplesmente e ˙ x = Ax + Bu. n × 1. Definindo o vetor de estados (n = 2) como   x1 . coluna e linha.  . As matrizes constantes A. uma sa´da). por simplicidade de notac ao. as matrizes B e C s˜ o na verdade ı a ´ vetores. 9. xn (t) ˙ 167 A representacao das vari´ veis de estado como um vetor conduz a uma notac ao ¸˜ a ¸˜ matricial gen´ rica para sistemas lineares invariantes no tempo.EA721 / PAULO VALENTE / UNICAMP ´ derivada de x(t) em relacao ao tempo e. ˙ k b 1 x2 = − x1 − x2 + u. e D e um escalar. C e D s˜ o matrizes constantes de dimensoes n × n. Considere a representacao por vari´ veis de estado associada ao ¸˜ a sistema massa-mola-atrito discutido no exemplo anterior. ˙ y(t) = Cx(t) + Du(t).  . matriz de entrada. do tipo e x(t) = Ax(t) + Bu(t). ˜ na qual A. omitimos as ¸˜ dependˆ ncias temporais de x(t).

 k m . x = 0) e d2 θ d2 x (M + m) 2 + ml 2 = u. x2 = θ. B. C e D (constantes.3 s˜ o x1 = θ. C e D ser˜ o ¨ a  b m k  m . dt dt . C= 1 0 Se as vari´ veis de estado e de sa´da forem definidas como x1 = y. a ˙ diferencial linearizado do pˆ ndulo em torno da posicao de equil´brio inst´ vel (θ = e ¸˜ ı a ´ 0. Exemplo 2. O modelo representado na Figura 17. 0 D= 1 .EA721 / PAULO VALENTE / UNICAMP 168 obtemos a seguinte representacao matricial para as equacoes de estado e de sa´da: ¸˜ ¸˜ ı  x= ˙  0 k − m y= 1 b − m 1 0    x +   0 1 m   u x + [0] u. C e D. B. B. ` As matrizes A.  B= D = [0] .  1    B =  m . B. x2 = y e a ı ˙ y = x. C e D referentes as definicoes adotadas para o sistema ¸˜ massa-mola-atrito s˜ o as seguintes: a  A=  0 − k m 1 − b m   .  0 1 m   . 10. respectivamente. . m  A= C= − − 1 − b m 0 − ´ Os coeficientes das matrizes A. as matrizes A. As vari´ veis de estado naturais no modelo do pˆ ndulo invertido a e ˙ x3 = x e x4 = x. porque o sistema e invariante no tempo) dependem fundamentalmente das definic oes adotadas para as ¸˜ vari´ veis de estado e de sa´da. Diferentes definicoes levam a diferentes matrizes a ı ¸˜ A.

e Com as definicoes adotadas. ˙ x2 = αx1 − βu. em que α= (M + m)g . Ml β= 1 . dt2 dt 169 ml2 y PSfrag replacements mg θ l 0 u M x Figura 17. Ml γ= mg M e ρ= 1 .  x3  x4 . ˙ x4 = −γx1 + ρu.3: Pˆ ndulo invertido. obtemos ¸˜ x1 = x 2 . ˙ x3 = x 4 .EA721 / PAULO VALENTE / UNICAMP d2 θ d2 x + ml 2 = mglθ. ˙ y = x1 . M a representacao matricial das equacoes de estado e de sa´da do pˆ ndulo invertido ¸˜ ¸˜ ı e assume a forma Definindo o vetor de estados (n = 4) como   x1  x  x =  2 .

B. .   0  1 0 ρ x. A=  0 0 0 1   0  −γ 0 0 0 ρ C= −α 0 0 0 . x2 = θ. B =  −β  . ent˜ o a ¸˜ ˙ ı a equacao de sa´da assumir´ a forma ¸˜ ı a y = −αx1 − βu = −α 0 0 0 x + [−β]u. ´ ¸˜ As matrizes A. D = [−β]. e D relativas a esta ultima representacao para o pˆ ndulo e invertido ser˜ o dadas por a     0 1 0 0 0  α 0 0 0     .EA721 / PAULO VALENTE / UNICAMP 170 0  α x= ˙  0 −γ  1 0 0 0 0 0 0 0 y= 1 0 0 0    0 0   0   x +  −β  u. C. ¨ Se a sa´da for definida como sendo a aceleracao angular.

¸˜ ¸˜ a Na Figura 18.1 adotamos a convencao de representar sinais escalares (associa¸˜ ` dos a u e y) por uma linha simples. Considere as equacoes dinˆ micas – equacao de estados e equacao de sa´da – na ¸˜ a ¸˜ ¸˜ ı forma matricial x(t) = Ax(t) + Bu(t). a e ¸˜ ` PSfrag replacements D u B + + x ˙ x + C + y A Figura 18. x(0) = x0 . e sinais vetoriais (associados a definicao de x) ¸˜ por linhas duplas. B. Desejamos determinar x(t) e y(t) em funcao do estado inicial x(0) = x0 e ¸˜ de uma dada entrada u(t). ˙ y(t) = Cx(t) + Du(t).1: Representacao das equacoes dinˆ micas. t ≥ 0. . u(t) e y(t) e sua dependˆ ncia em relacao as matrizes A. o estado inicial do sistema no tempo t0 = 0.EA721 / PAULO VALENTE / UNICAMP 171 Aula 18 ˆ Solucao das Equacoes Dinamicas ¸˜ ¸˜ Equacoes dinˆ micas ¸˜ a Solucao n˜ o-forcada (u = 0) ¸˜ a ¸ Solucao forcada ¸˜ ¸ ˆ Equacoes dinamicas ¸˜ 1. A Figura 18.1 ilustra o inter-relacionamento das vari´ veis x(t). (27) (28) nas quais supomos conhecido x(0) = x0 . C e D.

a caracterizacao do estado x(t) e da sa´da y(t) quando a entrada u(t) e re¸˜ ı ´ ` movida. A id´ ia e supor que o estado no instante t (um vetor n-dimensional) e e ´ pode ser expresso como uma soma de potˆ ncias de t. consideraremos a resposta n˜ o-forcada do sistema dinˆ mico. λ escalar. . dada por ¸˜ . (31) Igualando os termos de mesma potˆ ncia de t. Substituindo (32)–(35) em (30). . k! (32) (33) (34) (35) ´ De acordo com (30). . Numa primeira etapa. isto e. t ≥ 0. o vetor v 0 que define v 1 . u(t) = 0. obtemos uma identidade em termos da ¸˜ ¸˜ vari´ vel t: a (0 + v 1 + 2v 2 t + 3v 3 t2 + · · · + kv k tk−1 + · · · ) = A(v 0 + v 1 t + v 2 t2 + v 3 t3 + · · · + v k tk + · · · ). observamos que e v 1 = Av 0 . (29) ´ 3. . o estado do sistema num tempo gen´ rico t passa a e ser expresso como x(t) = I + At + 1 1 1 2 2 A t + A 3 t3 + · · · + A k tk · · · 2! 3! k! x(0). Em analogia com a representacao exponencial para eλt . . . . . a ¸ a ´ ´ isto e. 1 1 1 v2 = Av = A2 v 0 . 2 2! 1 2 1 1 3 v = Av = A3 v 0 = A3 v 0 . v 2 . ˙ x(0) = x0 . e dado por v 0 = x(0). v 1 . s˜ o vetores n-dimensionais a serem determinados. 3 3 × 2! 3! . . A equacao diferencial homogˆ nea (29) e do tipo que pode ser resolvida por S´ rie ¸˜ e e de Potˆ ncias.EA721 / PAULO VALENTE / UNICAMP 172 ˜ Solucao nao-forcada (u = 0) ¸˜ ¸ 2. na forma e x(t) = v 0 + v 1 t + v 2 t2 + v 3 t3 + · · · + v k tk + · · · . (30) na qual v 0 . Impondo a que (30) seja uma solucao da equacao (29). O sistema responde somente a condicao inicial ¸˜ ´ x(0) = x0 e a equacao de interesse e ¸˜ x(t) = Ax(t). 1 k 0 vk = A v . v 2 .

= eAt A. t ≥ 0. o que fornece ¸˜ d At 1 1 e = A + A 2 t + A 3 t2 + · · · + Ak tk−1 + · · · . . (36) A k tk . A matriz exponencial de A tamb´ m e apresenta a seguinte propriedade: eA(t+τ ) = eAt eAτ quaisquer que sejam t e τ . A solucao da equacao homogˆ nea (29) assume ent˜ o a forma final ¸˜ ¸˜ e a x(t) = eAt x0 . A matriz exponencial de A exibe um s´ rie de propriedades uteis. = I + At + 1 2 2 1 A t + ··· + Ak−1 tk−1 + · · · 2! (k − 1)! . 2! 3! k! (A0 = I). dt 2! (k − 1)! 1 1 = A I + At + A2 t2 + · · · + Ak−1 tk−1 + · · · 2! (k − 1)! = AeAt . Observamos ent˜ o que a d At e = AeAt = eAt A.EA721 / PAULO VALENTE / UNICAMP 173 1 2 +1 3 3 1 λ t λ t + · · · + λk tk + · · · . A sa´da do sistema fica completamente caracterizada pela soluc ao da equacao ¸˜ ¸˜ ı homogˆ nea: e y(t) = CeAt x0 . t ≥ 0. dt (37) e que portanto a matriz eAt comuta com A. k! A soma infinita (36) converge absolutamente para todos os valores finitos de t. A. 2! 3! k! definimos a matriz exponencial de A como eλt = 1 + λt + eAt = I + At + = ∞ k=0 1 2 2 1 1 A t + A 3 t3 + · · · + A k tk + · · · . A derivada de e eAt em relacao a t pode ser obtida derivando (36) termo-a-termo. ´ 4.

= dt (38) (39) Para chegar a (39). e obtida a partir ¸˜ da pr´ -multiplicacao de ambos os lados de e ¸˜ x(t) − Ax(t) = Bu(t) ˙ por e−At .EA721 / PAULO VALENTE / UNICAMP Se t = −τ . por definicao. ent˜ o a eAt e−At = e−At eAt = eA(t−t) = I. ˙ ˙ d −At e x(t) . resultando e−At [x(t) − Ax(t)] = e−At Bu(t). e−At e a matriz inversa de eAt . dados. 174 ´ ´ e. ˙ O lado esquerdo da (38) pode ser reescrito da seguinte forma: e−At [x(t) − Ax(t)] = (−A)e−At x(t) + e−At x(t). Integrando ambos os lados de ¸˜ d −At e x(t) = e−At Bu(t) dt entre 0 e t. n˜ o-singular (det(e a Solucao forcada ¸˜ ¸ ´ 5. t ≥ 0. a matriz inversa e −At . utilizamos a propriedade da derivada de e At e a regra para derivada do produto de funcoes de t. verificamos que e−At x(t) − x(0) = t 0 e−Aτ Bu(τ )dτ ´ Pr´ -multiplicando ambos os lados da ultima igualdade por eAt . A matriz exponencial de A e ¸˜ At ) = 0) para todo t. . obtemos de e x(t) = eAt x0 + eAt 0 t e−Aτ Bu(τ )dτ. (40) = eAt x0 + 0 t eAt e−Aτ Bu(τ )dτ. A solucao de (27)-(28) para quaisquer x0 e u(t).

x= ˙ −2 −3 1 . 7. 2! k! k I A A = + + · · · + k+1 + · · · . t ≥ 0. b = 3. (41) ´ ` O primeiro termo no lado direito de (41) e a resposta do estado a condicao ¸˜ inicial supondo u(t) = 0. Assim sendo. Entretanto. pois a multiplicacao de (43) por ¸˜ ` ` (sI − A) a direita e a esquerda resulta na matriz identidade. (43) (44) ´ A igualdade entre (43) e (44) e verdadeira. t ≥ 0. (42) 6. a caracterizacao de eAt atrav´ s da ¸˜ ¸˜ e ´ soma infinita (36) e inconveniente do ponto de vista de c´ lculo. a soma das duas respostas parciais. pelo Princ´pio da Superposicao.0 N/m s˜ o dadas a ı a por     0 1 0  x +   u. enquanto que o segundo termo representa a resposta do estado para uma entrada qualquer u(t). a matriz eAt pode passar a fazer parte do ¸˜ ´ a At e−Aτ = eA(t−τ ) . Exemplo. e lembrando que L[tk ] = k!/sk+1 . No sentido de a caracterizar eAt de forma fechada. A sa´da ı ¸˜ ı ´ do sistema e obtida diretamente de (41): y(t) = CeAt x0 + 0 t CeA(t−τ ) Bu(τ )dτ + Du(t).EA721 / PAULO VALENTE / UNICAMP 175 Como a integracao e na vari´ vel τ . Dado que e ¸˜ geral da equacao de estado: ¸˜ x(t) = eAt x0 + 0 t eA(t−τ ) Bu(τ )dτ. chegamos finalmente a solucao integrando em (40). s s2 s = (sI − A)−1 . Os estados e a sa´da do sistema ficam completamente caracterizados a partir ı da determinacao da matriz eAt . As equacoes dinˆ micas de um sistema massa-mola-atrito caracteri¸˜ a zado pelos parˆ metros f´sicos m = 1.0 kg. t ≥ 0 e x 0 = 0. a matriz exponencial de A pode ser definida atrav´ s de anti-transformada de Laplace: e eAt = L−1 [(sI − A)−1 ]. t ≥ 0.0 N/m/s e k = 2. tomamos ent˜ o a transformada de Laplace de eAt : a L[eAt ] = L I + At + 1 1 2 2 A t + · · · + A k tk + · · · . A resposta ´ total e.

t ≥ 0.EA721 / PAULO VALENTE / UNICAMP 176 y= 1 0 x. ¸˜ x(t) = eAt x0 + eA(t−τ ) Bu(τ )dτ. eAt = L−1 [(sI − A)−1 ] =  −t + 2e−2t −t + 2e−2t −2e −e ` A resposta do sistema a condicao inicial x1 (0) = 1 (m) e x2 (0) = 0 (m/s) seria ¸˜     x1 (t) 2e−t − e−2t  . Inicialmente calculamos   −1   =  s+3 1   .  s (s + 1)(s + 2) ´ ` A anti-transformada de (sI − A)−1 e igual a anti-transformada de cada ele−1 . t ≥ 0. chegamos a   2e−t − e−2t e−t − e−2t . Atrav´ s de expans˜ o em fracoes parciais e com o aux´lio de mento de (sI − A) e a ¸˜ ı uma tabela de transformadas de Laplace. Assumindo que a entrada e um degrau ¸˜ a . = x(t) = eAt x0 =  −t + 2e−2t x2 (t) −2e t 0 A resposta do sistema a uma condicao inicial e a uma entrada qualquer. ´ requer uma integracao na vari´ vel τ . A matriz exponencial de A ser´ obtida atrav´ s de anti-transformada de Laplace: a e eAt = L−1 [(sI − A)−1 ]. s 2 (sI − A)−1 =  −1 s+3 −2 s 2 + 3s + 2 s s+3  (s + 1)(s + 2)  =   −2 (s + 1)(s + 2)  1 (s + 1)(s + 2)   .

2. isto e. quando t → ∞.5 m. ´ Em regime. −e−t + e−2t t t ≥ 0.EA721 / PAULO VALENTE / UNICAMP 177 ´ unit´ rio. y(t) = Cx(t) = 1 0  x2 (t) 1 1 = + e−t − e−2t . 0     eτ −t − e2(τ −t) 2e−t − e−2t t  dτ. e ¸˜ ´   6x1 (t) . . = −eτ −t + 2e2(τ −t) Logo. ´ A sa´da do sistema.5 m. 2 2 ´ Em regime.  + =  −t + 2e−2t 0 τ −t + 2e2(τ −t) −2e −e     1 1 2e−t − e−2t − e−t + e−2t  2 + 2 =   . t ≥ 0. a posicao da massa tende a 0. isto e. por sua vez. u(t) = 1. e. A ¸˜ ´ resposta ao degrau do sistema e ilustrada na Figura 18.2. x(t) = eAt x0 + eA(t−τ ) Bu(τ )dτ. isto e. a posicao da massa tende a 0. isto e. obtemos o seguinte integrando: a    2eτ −t − e2(τ −t) eτ −t − e2(τ −t) 0 A(t−τ )     [1] e Bu(τ ) = 1 −2eτ −t + 2e2(τ −t) −eτ −t + 2e2(τ −t)   eτ −t − e2(τ −t)  . −2e−t + 2e−2t −t − e−2t e ` A resposta forcada do sistema a entrada degrau unit´ rio para a condicao inicial ¸ a ¸˜ ´ x1 (0) = 1 e x2 (0) = 0 e  1  1 + e−t − e−2t   2 x(t) =  2 . A ¸˜ ´ resposta ao degrau do sistema e ilustrada na Figura 18. quando t → ∞. a quantidade que seria efetivamente observada ı atrav´ s de um sensor de posicao. t ≥ 0.

EA721 / PAULO VALENTE / UNICAMP Resposta ao degrau 0.4 0.5 0. O gr´ fico da Figura 18.2: Resposta ao degrau do sistema massa-mola-atrito. a e o qual sup˜ e condicoes iniciais nulas. devemos utilizar a comando lsim. Para obter respostas forcadas que levem o ¸˜ ¸ em conta condicoes iniciais n˜ o-nulas. comando step.2 foi obtido atrav´ s do MATLAB.2 0.25 0.3 Posicao (m) 0.35 0.45 0.05 0 178 0 1 2 3 Tempo (seg) 4 5 6 Figura 18. para ¸˜ a simulacao de sistemas dinˆ micos lineares sujeitos a condicoes iniciais e entradas ¸˜ a ¸˜ quaisquer.15 0.1 0. .

ent˜ o o efeito de se pr´ -multiplicar x pela a e matriz A corresponde a escalonar x por meio de λ. a ¸˜ x 0 Ax = λx PSfrag replacements Figura 19.EA721 / PAULO VALENTE / UNICAMP 179 Aula 19 ˆ Forma Canonica de Jordan Autovalores e autovetores Multiplicidades alg´ brica e geom´ trica e e Forma canˆ nica de Jordan o Autovalores e autovetores 1. mas n˜ o a sua direcao.1. (O au´ tovetor x n˜ o deve ser confundido com o vetor de estados do sistema. Dizemos que um escalar λ ∈ C e um au˜ tovalor de uma matriz A de ordem n se existe um vetor nao-nulo x ∈ Cn tal que Ax = λx. Tanto a an´ lise quanto a s´ntese de sistemas de controle representados atrav´ s de a ı e vari´ veis de estado est˜ o fundamentalmente calcadas na estrutura de autovaloresa a ´ autovetores da matriz de estados A. ¸˜ . O tamanho e o sentido de x podem ser modificados.) Se x e a um autovetor associado ao autovalor λ.1: Autovalor-autovetor: interpretacao. (45) ´ Dizemos neste caso que x e um autovetor associado ao autovalor λ. como ilustra a Figura 19.

o determinante de o ı   λ − a11 −a12  (λI − A) =  −a21 λ − a22 p(λ) = det (λI − A) = λ2 − (a11 + a22 )λ + (a11 a22 − a12 a21 ). devemos impor que a matriz (λI − ´ ´ A) de ordem n seja singular. O determinante de (λI − A) define o polin omio ¸˜ caracter´stico de A. 180 (46) ¸˜ a e para que x seja uma solucao n˜ o-nula de (45). A= a21 a22 ´ e ´ O polinˆ mio caracter´stico de A. que det (λI − A) = 0. isto e. que denotaremos a ı ´ por λ1 e λ2 . isto e. ı p(λ) = det (λI − A). ¸˜ ı 2. Considere a matriz gen´ rica de ordem n = 2 e   a11 a12 . 2 1 ´ respectivamente. considere   0 −1 . Um autovetor x1 associado a λ1 e obtido ao resolvermos o sistema de equacoes ¸˜    1   λ1 − a11 −a12 0 x1   =   (λ1 I − A)x =  −a21 λ1 − a22 x1 0 2 no qual x1 e x1 representam a primeira e a segunda componente do autovetor x 1 . Concretamente.EA721 / PAULO VALENTE / UNICAMP A equacao (45) pode ser reescrita na forma ¸˜ (λI − A)x = 0. Os autovalores de A s˜ o as ra´zes de λ2 + α1 λ + α0 = 0. Caso contr´ rio. A= 1 0 . a unica a ˆ solucao de (46) seria x = 0. = λ2 + α1 λ + α 0 . ´ e p(λ) = 0 e a equacao caracter´stica resultante. Exemplo. Um autovetor x2 associado ao autovalor λ2 e obtido de forma similar.

definimos a mule tiplicidade alg´ brica de um autovalor λi de A como o n´ mero de vˆ zes que λi e u e . e n autovetores associados. .  . . . x2 =  x1 =  jα −jα ´ ´ Multiplicidades algebrica e geometrica 4. = (λ − λ1 )(λ − λ2 ) · · · (λ − λn ). . .λn . −1 −j Observamos que existe uma infinidade de autovetores associados a λ 1 e λ2 . a x2 .. solucoes n˜ o-nulas de ¸˜ a (λi I − A)xi = 0. . λ1 . Multiplicidade alg´ brica. λ2 . αn−1 dependem dos coeficientes de A. √ ou seja. . . . Autovetores x1 e x2 associados a λ1 e λ2 s˜ o obtidos resolvendo-se a   1    0 j 1 x1 =   (λ1 I − A) =  0 x1 −1 j 2 e (λ2 I − A) =   −j 1   x2 1 x2 2  =  0 0  . em que α0 . α1 . . λ1 = j e λ2 = −j (j = −1).EA721 / PAULO VALENTE / UNICAMP Os autovalores de A s˜ o as ra´zes da equacao caracter´stica a ı ¸˜ ı 181 p(λ) = λ2 + 1 = 0. . As solucoes gerais para os sistemas acima s˜ o ¸˜ a     α α . . . i = 1. x1 .. Podemos mostrar atrav´ s de um processo de inducao matem´ tica que uma matriz e ¸˜ a A de ordem n possui um polinˆ mio caracter´stico de grau n na forma geral o ı p(λ) = λn + αn−1 λn−1 + · · · + α1 λ + α0 . xn . . 2. a ´ 3. Dada uma matriz A de ordem n. Uma matriz A de ordem n ter´ portanto n autovalores. n. um para cada valor de α = 0 (x = 0 n˜ o e um autovetor) selecionado.

. A equacao caracter´stica da matriz de ordem n = 2 ¸˜ ı A= 5 1 0 5 ´ ´ e (λ−5)2 = 0. . r.EA721 / PAULO VALENTE / UNICAMP 182 aparece como ra´z da equacao caracter´stica p(λ) = 0. α = 0. 2. i = 1. . r. . . . Multiplicidade geom´ trica. Existe pelo menos um autovetor linearmente independente associado ´ a cada autovalor. . podemos reescrever p(λ) como p(λ) = (λ − λ1 )m1 (λ − λ2 )m2 · · · (λ − λr )mr . . Logo. 7. definimos a e multiplicidade geom´ trica de um autovalor λi de A como o n´ mero m´ ximo de e u a autovetores linearmente independentes que podemos associar a λ i . mi . 5. de tal forma que m1 + m2 + · · · + mr = n. r. Denotamos as multiplicidades geom´ tricas dos r (r ≤ n) autovalores distintos de A por µi . 2. i = e 1. A multiplicidade alg´ brica do autovalor λ1 = 5 e m1 = 2. Exemplo 1. A multie plicidade geom´ trica de λ1 ser´ igual ao maior n´ mero de autovetores linearmente e a u independentes que pudermos associar a λ1 resolvendo o sistema (λ1 I − A)x = 0 −1 0 0 x1 x2 = 0 0 . e 1 ≤ µi ≤ mi . . . Exemplo 2. i = 1. Dada uma matriz A de ordem n. 6. A multiplicidade geom´ trica µi de um autovalor λi e limitada e superiormente pela sua respectiva multiplicidade alg´ brica. ´ ´ A unica solucao n˜ o-nula poss´vel e ¸˜ a ı x= e portanto 1 = µ1 < m1 = 2. . . . A equacao caracter´stica da matriz de ordem n = 3 ¸˜ ı   1 0 −1 0  A= 0 1 0 0 2 α 0 . Supondo que r ≤ n auı ¸˜ ı tovalores de A s˜ o distintos e que suas multiplicidades alg´ bricas s˜ o iguais a a e a mi . 2.

α ´ Logo. A multiplicidade geom´ trica de λ2 e determinada atrav´ s de e e      0 0 0 1 x1  0 0   x2  =  0  . . a multiplicidade geom´ trica de λ1 e µ1 = 1. α = 0. Um autovetor e a ´ x1 associado a λ1 e obtido resolvendo-se      1 0 1 x1 0 (λ1 I − A)x =  0 1 0   x2  =  0  . . 0 (λ2 I − A)x = 0 x3 0 0 −1 O sistema relativo a λ2 possui duas solucoes linearmente independentes: ¸˜     α 0 x2 =  0  . . . det(T ) = 0) tal que a   J1 0 · · · 0  0 J2 · · · 0    T −1 AT = ΛJ =  . As ra´zes da equacao e suas respectivas multiplicidades ı ¸˜ alg´ bricas s˜ o λ1 = 2. m1 = 1 e λ2 = 1. 0 0 · · · Jµ . .EA721 / PAULO VALENTE / UNICAMP 183 ´ e λ3 − 4λ2 + 5λ − 2 = 0. x3 =  α  . α = 0. . .  . Uma manipulacao extremamente util para a an´ lise de sistemas de controle ¸˜ a ´ descritos atrav´ s de vari´ veis de estado e a representacao da matriz de estados A e a ¸˜ ˆ numa forma especial conhecida como forma canonica de Jordan. 0 0 ´ Portanto. . e ˆ Forma canonica de Jordan ´ 8. . O resultado de interesse estabelece que para cada matriz A de ordem n.. existe uma matriz T de ´ ordem n n˜ o-singular (isto e. m2 = 2 (m1 + m2 = 3). x3 0 0 0 0 ´ ¸˜ A solucao geral para o sistema relativo ao autovalor λ1 e   −α x1 =  0  .  . a multiplicidade geom´ trica de λ2 e 2 = µ2 = m2 = 2. como esperado (1 ≤ µ1 ≤ e ´ m1 = 1) .

Logo. O autovalor λ2 = 1 aparece duas vˆ zes na diagonal e de ΛJ (pois m2 = 2). a soma das u ´ multiplicidades geom´ tricas dos autovalores de A. e ´ m4 = 1 e µ4 = 1. . de Λ). 1  0 0 0 ··· λ . A matriz ΛJ e bloco-diagonal ´ e o n´ mero total de blocos de ΛJ e igual a µ = µ1 + µ2 + · · · + µr .  . num unico bloco de Jordan (pois µ1 = 1). Cada bloco Ji e um bloco de e ´ ` Jordan de ordem ni . em dois blocos de Jordan (pois µ2 = 2). ´ n2 = n3 = 1. n1 = 1. m2 = 3 e µ2 = 2.. Consequentemente. a forma e ¸ e e de Jordan de A seria  ´ ´ o A matriz ΛJ e a forma canˆ nica de Jordan de A. Exemplo 3. .. . µ2 = 2.EA721 / PAULO VALENTE / UNICAMP 184 ´ A matriz ΛJ e triangular superior. m3 = 2 e µ3 = 1. Exemplo 4. .. e a forma de Jordan de A e  2 0 0 ΛJ =  0 1 0  . n1 + n2 + · · · + nr = n.    .  Ji =  . O n´ mero total de blocos de Jordan de A e µ = 5. m2 = 2. .  0 0 0 . 0 0 1 10. . O n´ mero de blocos de Jordan e igual a soma das u multiplicidades geom´ tricas: µ = µ1 + µ2 = 3. A soma das ordens dos blocos de Jordan e igual a ordem de ´ A (e portanto. Considere a matriz A de ordem 3 utilizada no Exemplo 2. e 9. A forma gen´ rica de um e ´ bloco de Jordan e   λ 1 0 ··· 0  0 λ 1 ··· 0     . isto e. pois abaixo da diagonal principal de cada Ji (e portanto de ΛJ ) todos os elementos s˜ o nulos. m1 = µ1 = 1 a a ´ ` e λ2 = 1. Um mesmo autovalor pode aparecer em mais de um bloco de Jor´ dan: o n´ mero de blocos de Jordan nos quais um autovalor aparece e igual a sua u multiplicidade geom´ trica. . Considere uma matriz hipot´ tica A de ordem 9 com os seguintes e dados relevantes para a an´ lise da sua forma canˆ nica de Jordan: r = 4 (quatro a o autovalores distintos). . m1 = 3 e µ1 = 1. . O n´ mero de vˆ zes que um aua u e ` ´ e tovalor de A aparece na diagonal principal de ΛJ e igual a multiplicidade alg´ brica do autovalor. Os dados relevantes para a an´ lise da forma de Jordan de A s˜ o: λ1 = 2. . e levando-se u em conta as diferˆ ncas entre as multiplicidades alg´ bricas e geom´ tricas. O autovalor λ1 = 2 aparece e ´ apenas uma vez na diagonal de ΛJ (pois m1 = 1). .

2. . . =      λ1 0 · · · 0 λ2 · · · . resolvendo recursivamente a identidade AT = T ΛJ . x 2 . . x . .  . · · · . . r. x . . . . ··· . x 2 . .  . . . . . i = 1. . . T pode ser obtida na forma de qualquer matriz formada por autovetores linearmente independentes associados aos autovalores de A. 0 0 ··· 0 0 . n . 0 0 ··· λn x1 . ou. . x . . Consequentemente. . λr (r ≤ n) tais que µi = mi . . .. . . . n . i = 1. 11. . .. · · · . Dadas as regras que regem a construcao da forma canˆ nica de Jordan. . n. e representando a matriz T atrav´ s das suas colunas como e T = obtemos a identidade A . x1 . No caso mais geral em que ΛJ n˜ o e diagonal. .  . ent˜ o a forma de Jordan de A ser´ diagonal: a a   λ1 0 · · · 0  0 λ2 · · · 0    ΛJ =  . . . . λn    . expressando os lados direito e esquerda da identidade em termos de colunas. x1 . . . x . Axi = λi xi . 2 . . . podemos a ´ ainda obter as colunas de T na forma de autovetores generalizados. . . 2. . se uma ¸˜ o dada matriz A de ordem n possuir autovalores distintos λ1 . .  . . λ2 . n . como T −1 AT = ΛJ implica que AT = T ΛJ . .EA721 / PAULO VALENTE / UNICAMP 185       ΛJ =         λ1 1 0 0 0 0 0 0 0 0 λ1 1 0 0 0 0 0 0 0 0 λ1 0 0 0 0 0 0 0 0 0 λ2 0 0 0 0 0 0 0 0 0 λ2 1 0 0 0 0 0 0 0 0 λ2 0 0 0 0 0 0 0 0 0 λ3 1 0 0 0 0 0 0 0 0 λ3 0 0 0 0 0 0 0 0 0 λ4               Neste caso.

Considere a equacao diferencial de segunda ordem que representa ¸˜ . 3. Considere o sistema n˜ o-forcado a ¸ x = Ax(t). como sabemos. e pontos de equil´brio do sistema ser˜ o pontos tais que Ax(te ) = Ax ı a Axe = 0.EA721 / PAULO VALENTE / UNICAMP 186 Aula 20 ´ Estabilidade Assintotica Pontos de equil´brio ı Estabilidade assint´ tica o Estabilidade interna × estabilidade entrada-sa´da ı Transformacoes de similaridade ¸˜ ı Pontos de equil´brio 1. pois neste caso Ax ¸˜ a 4. uma vez que a trajet´ ria de estado x(t). ˙ (47) ` ´ cuja resposta a condicao inicial x(0) e. t ≥ 0. se x(0) = xe . t ≥ 0 atinja x o permanece em xe indefinidamente. 2. Podemos traduzir matematicamente a definicao acima da seguinte forma: se xe ¸˜ ´ e um ponto de equil´brio do sistema x = Ax(t). Dizemos que xe e um ponto de equil´brio do sistema x = Ax(t) ı e . x(t) = eAt x(0). no sentido de que x(t) = ı a ¸˜ ´ xe . singular. ent˜ o existe um tempo t = te ı ˙ a no qual x(te ) = xe tal que x(t) = xe para todo t ≥ te . Assim sendo. Exemplo. A ¸˜ ´ nocao fundamental para o estudo da estabilidade interna do sistema e a de ponto ¸˜ ´ ı ˙ de equil´brio. o estado do sistema se. A origem e o unico ponto de equil´brio do sistema se A for ı ı a ı uma matriz n˜ o-singular. A origem do espaco de estados e sempre um ponto de ¸ ´ ´ equil´brio do sistema. A representacao de sistemas dinˆ micos atrav´ s de vari´ veis de estado exige uma ¸˜ a e a ¸˜ ¸˜ definicao de estabilidade que leve em conta a representacao interna do sistema. x(te ) = ˙ e = 0. Pontos de equil´brio s˜ o solucoes constantes de (47). O sistema possui infinitos pontos de equil´brio se A for e = 0 admite infinitas solucoes n˜ o-nulas. t ≥ 0.

al´ m da origem. a o ponto de equil´brio x ´ ı tende a se aproximar arbitrariamente de xe quando t → ∞. De acordo com a definicao. o sistema pos¸ e sui outro ponto de equil´brio xe = 0. isto e. Escolhendo x(0) = xe . ´ em que α e qualquer valor real. as ı solucoes de ¸˜ e 0 1 x1 0 Axe = = e 0 0 x2 0 s˜ o do tipo a xe = α 0 . a quantidade x(t) − xe e ¸˜ ´ uma medida da distˆ ncia entre um ponto qualquer da trajetoria do sistema iniciada a em x(0) e o ponto de equil´brio xe . Diferentes ´ condicoes iniciais produzem diferentes trajetorias. e este ponto e a a ı a origem do espaco de estados. a ´ Estabilidade assintotica 5. i (49) 6. t ≥ 0. ´ ´ Observe que A e singular. Uma definicao tradicional de distˆ ncia entre ı ¸˜ a ´ dois pontos no espaco Rn e ¸ n x(t) − x e = i=1 (xi (t) − xe )2 . De fato. um ¸˜ ¸˜ e e assintoticamente est´ vel se qualquer trajet´ ria x(t). Em (48). assuma que. a representacao de ¨ ˙ ¸˜ estados correspondente seria x = Ax + Bu = ˙ 0 1 0 0 x+ 0 1 u. Observamos que x(t) − xe = 0 se e somente se x(t) = xe . os pontos de equil´brio ı s˜ o quaisquer pontos sobre o eixo x1 . o sistema permanece ı . No plano de estados x1 ×x2 . O sistema x = Ax(t) ˙ ´ possui no m´ ximo um ponto de equil´brio assintoticamente est´ vel. (48) ´ qualquer que seja a condicao inicial x(0). Dizemos que um ponto de equil´brio do sistema dinˆ mico representado por ı a ´ x = Ax(t) e assintoticamente est´ vel se ˙ a t→∞ lim x(t) − xe = 0. Definindo x1 = x e x2 = x.EA721 / PAULO VALENTE / UNICAMP 187 um duplo integrador: x = u(t). Os pontos de equil´brio do sistema.

e na terceira a definicao b´ sica ¸˜ a de exponencial de matriz. o fato de que T e uma matriz constante.EA721 / PAULO VALENTE / UNICAMP 188 em xe indefinidamente. ∞ i=1 T Λk T −1 tk J .    eΛJ t 0 0 0 0 teλ2 t 0 λ2 t e 0 0 e λ3 t  ´ dado que ΛJ e a matriz de ordem 6  λ1 1  0 λ1   0 0 ΛJ =   0 0   0 0 0 0 0 0 1 0 λ1 0 0 λ2 0 0 0 0 0 0 0 0 0 0 1 0 λ2 0 0 λ3    . se a trajet´ ria for iniciada na origem. o sistema jamais de aproxima de x e . a ı o ı 7. A vantagem de se representar e At atrav´ s de eΛJ t decorre e ´ da estrutura pr´ -determinada desta ultima exponencial. k! T −1 . J k vˆ zes e ´ na segunda. e em seguida expressamos a matriz exponencial de A em termos de ΛJ : e At = ∞ = T i=1 ∞ A k tk = k! Λ k tk J k! T −1 . funcao apenas de ΛJ . Para verificarmos esta propriedade. representamos A atrav´ s da sua e forma de Jordan. Reciprocamente. A an´ lise da estabilidade dos pontos de equil´brio de um sistema dinˆ mico a ı a linear depende apenas da an´ lise da estrutura de autovalores-autovetores da matriz a de estados A. Concluimos o ´ ´ ent˜ o que a origem e o unico ponto de equil´brio assint´ tico poss´vel. jamais se aproximando da origem. A = T ΛJ T −1 .    . Um ¸˜ e ´ exemplo do formato da matriz exponencial eΛJ t e     =     eλ1 t teλ1 t 0 0 0 0 0 e λ1 t 0 0 0 0 1 2 λ1 t t e 0 2 teλ1 t 0 e λ1 t 0 0 e λ2 t 0 0 0 0 0 0      . = Te i=1 ΛJ t Na primeira igualdade usamos a identidade Ak = (T ΛJ T −1 )(T ΛJ T −1 ) · · · (T ΛJ T −1 ) = T Λk T −1 .

o ¸ ¸˜ ´ Neste caso. ent˜ o a a tk eλt = tk eσt ejωt tende a zero quando t → ∞. a origem do sistema e assintotica¸˜ mente est´ vel. a 9. dizemos que o sistema e marginalmente est´ vel. todos os elea ΛJ t tendem a zero quando t → ∞ e eΛJ t tende a matriz nula. = 0. qualquer que seja a condic ao inicial x(0). para cada condic ao inicial.EA721 / PAULO VALENTE / UNICAMP 189 ´ 8. mas um ou mais autovalores possuirem partes reais nulas. A origem do sistema dinˆ mico e o a ´ x = Ax(t) e assintoticamente est´ vel se e somente se as partes reais ˙ a de todos os autovalores de A s˜ o estritamente negativas. a ¸˜ trajet´ ria de estados x(t) = T eΛJ t T −1 x(0). fazendo a com que eΛJ t (e portanto T −1 eΛJ t T ) tenda a uma matriz constante (se as partes imagin´ rias tamb´ m forem nulas) ou peri´ dica (se uma ou mais partes imagin´ rias a e o a forem diferentes de zero) quando t → ∞. Se nenhum autovalor possuir parte real positiva. t ≥ 0. Se σ < 0. respectivamente. tende a um ponto ou a uma o curva peri´ dica no espaco de estados. Se pelo menos um autovalor de A possui parte real positiva. T · 0 · T −1 x(0) . independentemente do valor de k. Crit´ rio de Estabilidade Assint´ tica. a matriz eΛJ t e diagonal. Assim. qualquer ponto de equil´brio ser´ inst´ vel. a matriz e ΛJ t cont´ m pelo menos um elemento da forma tk eλt cujo valor cresce indefinidamente e quando t → ∞. Portanto. t→∞ lim x(t) − 0 = = t→∞ lim T eΛJ t T −1 x(0) − 0 . qualquer que seja o ponto de equil´brio considerado. Os elementos da diagonal associados a aos autovalores com partes reais nulas s˜ o genericamente da forma ejωt . ` mentos da matriz e Logo. se as partes reais dos n autovalores de A s˜ o negativas. a De fato. ´ para qualquer condicao inicial x(0). Um elemento gen´ rico de eΛJ t e da forma tk eλt . ı 10. pois semı a a pre poderemos escolher uma condicao inicial x(0) de tal forma que ¸˜ x(t) − xe = T eΛJ t T −1 x(0) − xe → ∞. na qual λ = σ + jω. quando t → ∞. a Se as multiplicidades alg´ bricas e geom´ tricas dos autovalores com partes reais e e ´ nulas s˜ o iguais. sendo σ e e ω as partes real e imagin´ ria do autovalor λ. devemos proceder a uma an´ lise mais detalhada. a . Neste caso. A seguinte condicao para a estabilidade assint´ tica do sistema pode ent˜ o ser ¸˜ o a formulada.

a Os autovalores s˜ o distintos e possuem partes reais nulas. o sistema e e e a marginalmente est´ vel. Como as mula ´ tiplicidades alg´ brica e geom´ trica dos autovalores s˜ o iguais. A matriz A possui um autovalor λ = 0 com multiplicidade alg´ brica igual a 2. a b) a12 a21 < 0.EA721 / PAULO VALENTE / UNICAMP 190 11. A= a21 0 ´ A equacao caracter´stica de A e det (λI − A) = λ2 − a12 a21 = 0. a matriz eΛJ t conter´ elementos da e a forma tejωt . Assuma que a matriz A de um sistema hipot´ tico e descrita como e   0 a12 . a d) a11 = 0. Os autovalores de A s˜ o λ1 = a12 a21 e λ2 = − a12 a21 . Os autovalores de A s˜ o λ1 = j |a12 a21 | e λ2 = −j |a12 a21 |. a c) a11 = a21 = 0. x= . resolvemos e  0 0  x1 x2   0 0  Existe apenas um autovetor associado a λ = 0:  0 α  (λI − A)x = (0I − A)x =  −a21 0  = . a21 = 0 (ou a11 = 0. A estabili¸˜ ı dade dos pontos de equil´brio do sistema depende da natureza do produto a12 a21 . Neste ultimo caso. A matriz A possui um autovalor λ = 0 com multiplicidade alg´ brica igual a 2 e multiplicidade geom´ trica tamb´ m igual a 2. Exemplo. ı √ √ a) a12 a21 > 0. pois uma escolha a a apropriada da condicao inicial far´ a trajet´ ria de estado se afastar indefinidamente ¸˜ a o de qualquer ponto de equil´brio. . O a ´ ´ sistema e inst´ vel pois um dos autovalores e positivo. Se a multiplicidade geom´ trica de pelo menos um autovalor com parte real nula e for menor do que a sua multiplicidade alg´ brica. Para obter a multiplicidade e geom´ trica do autovalor. O sistema e e e ´ e marginalmente est´ vel. α = 0. ı ´ 12. os quais (para qualquer ω) assumir˜ o valores arbitrariamente grandes a ´ quando t → ∞. o sistema ser´ inst´ vel. a21 = 0).

Lembremos que um o ı a ´ a sistema dinˆ mico linear e invariante no tempo e est´ vel do ponto de vista entradaa ´ ´ sa´da se a sa´da do sistema e limitada sempre que a entrada aplicada ao sistema e ı ı limitada. (50) (51) A primeira equacao fornece a transformada de Laplace do vetor de estados ¸˜ X(s) = (sI − A)−1 BU (s). U (s) . 14. desde que N (s) = 0 a ı e D(s) = 0 n˜ o possuam qualquer fator comum. Um sistema dinˆ mico modelado a a ´ a atrav´ s de G(s) e est´ vel do ponto de vista entrada-sa´da se as partes reais de todos e ı os p´ los forem estritamente negativas. x(0) = 0. ˙ y(t) = Cx(t) + Du(t). a qual substitu´da na segunda equacao leva a ı ¸˜ Y (s) = [C(sI − A)−1 B + D]U (s). Tomando a transformada de Laplace das equacoes dinˆ micas do sistema su¸˜ a ´ ¸˜ pondo condicoes iniciais nulas. Uma forma de comparar os crit´ rios de estabilidade assint´ tica e entrada-sa´da e o ı ´ e obter a funcao de transferˆ ncia G(s) do sistema de interesse partindo da sua ¸˜ e ¸˜ representacao por vari´ veis de estado: a x(t) = Ax(t) + Bu(t). Y (s) = CX(s) + DU (s). respectivamente. Seja N (s) G(s) = D(s) ´ e a funcao de transferˆ ncia do sistema de interesse. inst´ vel se pelo menos uma das partes reais o a for positiva e marginalmente est´ vel se todas as partes reais forem menores ou a iguais a zero. obtemos sX(s) = AX(s) + BU (s).EA721 / PAULO VALENTE / UNICAMP 191 ´ ´ Como a multiplicidade geom´ trica do autovalor e igual a 1. E natural indagar sobre a relacao entre os conceitos e crit´ rios de estabilidade ¸˜ e assint´ tica e entrada-sa´da para um mesmo sistema dinˆ mico. isto e. o sistema e inst´ vel. Os zeros (finitos) e polos de G(s) ¸˜ s˜ o as ra´zes de N (s) = 0 e de D(s) = 0. e a Estabilidade interna × estabilidade entrada-sa´da ı ´ 13. Podemos ent˜ o definir ent˜ o a funcao racional a a ¸˜ G1 (s) = Y (s) = C(sI − A)−1 B + D.

Quando analisamos a estabilidade de um sistema do ponto de vista entrada-sa´da. o sistema ¸˜ n˜ o seria assintoticamente est´ vel. Como ı a o os p´ los de G(s) s˜ o em geral um sub-conjunto dos autovalores da matriz A. det (sI − A) representam os polinˆ mios numerador e denominador de G1 (s). estamos preocupados ı apenas em garantir que entradas limitadas produzam sa´das limitadas. desde que o efeito l´quido das variacoes produzidas internamente n˜ o aparecam na ı a ¸˜ ¸ ı sa´da do sistema. a a 17. o ı ´ os p´ los de G(s) s˜ o um sub-conjunto dos autovalores da matriz A (apos eventual o a cancelamento). Se todos os autovalores de A possuirem partes reais estritamente negativas. o mas algum autovalor de A possuir parte real nula ou positiva. Observamos que o as ra´zes de D1 (s) = 0 s˜ o os autovalores da matriz A. o prio ı ´ meiro conceito e mais forte (restritivo) do que o segundo. . precisamente um autovalor que foi cancelado no processo de obtencao de G(s). Se N1 (s) = 0 e D1 (s) = 0 ı a n˜ o possuirem ra´zes comuns. Estabilidade assint´ tica implica em estabilidade entrada-sa´da. ent˜ o G(s) = G1 (s) caracteriza a funcao de trana ı a ¸˜ ferˆ ncia do sistema. Neste caso. o mesmo acontecer´ com os p´ los de G(s) e o sistema ser´ tamb´ m a o a e est´ vel do ponto de vista entrada-sa´da. obtemos G1 (s) = em que N1 (s) = Cadj(sI − A)B + det (sI − A)D e D1 (s) = det (sI − A) Cadj(sI − A)B + det (sI − A)D . Caso contr´ rio. Como a estabilidade assint´ tica implica em estabilidade entrada-sa´da. pode o a ocorrer de todos os p´ los de G(s) possuirem partes reais estritamente negativas. o 15. det (sI − A) 192 na qual adj(sI − A) denota a matriz adjunta de (sI − A). cancelamos quaisquer ra´zes comuns para e a ı obter a representacao da funcao de transferˆ ncia G(s) do sistema em termos de ¸˜ ¸˜ e zeros e p´ los. De fato.EA721 / PAULO VALENTE / UNICAMP Como a matriz inversa de (sI − A) pode ser escrita na forma (sI − A)−1 = adj(sI − A) . a ı 16. Estabilidade entrada-sa´da n˜ o implica em estabilidade assint´ tica. As vari´ veis ı a internas do sistema podem eventualmente assumir valores arbitrariamente grandes.

= det [T −1 (sI − A)T ]. = det (T −1 ) det (sI − A) det (T ). ¯ ¯ ¯ ¯ ¯ em que A = T −1 AT . similares. Como A e T −1 AT possuem o mesmo polinˆ mio o caracter´stico. = det (sI − A). B. T n˜ o-singular. ¸˜ ¯ a obtemos ˙ T x(t) = AT x(t) + Bu(t). as matrizes A e T −1 AT . a a det (sI − T −1 AT ) = det (sT −1 T − T −1 AT ). Podemos demonstrar esta importante caracter´stica atrav´ s da id´ ia ı e e de transformacao de similaridade. Em particular. a funcao de transferˆ ncia do sis¸˜ e ´ ´ tema e unica. ˙ y(t) = Cx(t) + Du(t) ´ e uma dada representacao do sistema e definimos x(t) = T x(t). De fato. Por outro lado. B = T −1 B. Enfatizamos anteriormente que um mesmo sistema dinˆ mico linear e invaria ante no tempo pode ser representado atrav´ s de vari´ veis de estado de diferentes e a maneiras (diferentes A. ¯ ¯¯ ¯ y(t) = C x(t) + Du(t). em que T e qualquer matriz n˜ o singular. ¯ ¯ y(t) = CT x(t) + Du(t). ¸˜ e ¯ . ¸˜ 19. ı a 20. e as matrizes. C = CT e D = D. pois det (T −1 ) = 1/ det (T ). Diferentes representacoes por vari´ veis de estado de um mesmo sistema est˜ o ¸˜ a a relacionadas atrav´ s de transformacoes de similaridade. seus autovalores s˜ o iguais. ¯x ¯ ˙ x(t) = A¯(t) + Bu(t). C e D). Duas matrizes de ordem n s˜ o similares se possuem exatamente os mesmos a ´ autovalores. Se e ¸˜ x(t) = Ax(t) + Bu(t).EA721 / PAULO VALENTE / UNICAMP 193 Transformacoes de similaridade ¸˜ 18. Sejam G(s) e G(s) as funcoes de transferˆ ncia do sistema quando representado pelos estados x e x. s˜ o similares. ¯ ´ a ou como T e n˜ o-singular.

¸˜ e a 21. ¸˜ o como as formas canˆ nicas control´ veis e observ´ veis. Al¸˜ ´ gumas transformacoes de similaridade s˜ o especialmente uteis porque evidenciam ¸˜ a propriedades importantes do sistema. a estrutura de autovalores-autovetores e ´ do sistema e preservada sempre que se passa de uma representac ao para outra. = CT [T −1 (sI − A)T ]−1 T −1 B + D. Como diferentes representacoes por vari´ veis de estado est˜ o relacionadas ¸˜ a a ¸˜ atrav´ s de transformacoes de similaridade. = G(s). Por definicao ¸˜ ¯ ¯ ¯ ¯ ¯ G(s) = C(sI − A)−1 B + D. 194 = CT (sI − T −1 AT )−1 T −1 B + D. encontram-se transformacoes que levam a formas canˆ nicas. = C(sI − A)−1 B + D. tanto do ponto de vista de an´ lise quanto de a projeto. como esperado. = CT T −1 (sI − A)−1 T T −1 B + D. e as funcoes de transferˆ ncia s˜ o iguais.EA721 / PAULO VALENTE / UNICAMP respectivamente. Entre estas. o a a .

existe um tempo para x0 (estado inicial) e x finito tf e uma entrada u(t). t ≥ 0. Observamos que controlabilidade e uma propriedade relacionada ` apenas as matrizes A e B.1. Nesta secao analisamos a controlabilidade de sistemas modelados por vari´ veis ¸˜ a ´ de estado. 0 ≤ ¸˜ t ≤ tf tais que x∗ = eAtf x0 + tf eA(t−τ ) Bu(τ )dτ. 2. ´ Definicao. como ilus¸ ´ tra a Figura 21. . isto e. A equacao de estados de um sistema dinˆ mico linear invariante no tempo repre¸˜ a ´ sentado atrav´ s de n vari´ veis de estado e e a ˙ x = Ax + Bu. ¸˜ ¸˜ x(t) = eAt x0 + 0 t eA(t−τ ) Bu(τ )dτ. 0 para quaisquer estados inicial x0 e final x∗ = x(tf ) especificados. x(0) = x0 . como sabemos. s˜ o a ´ quantidades conhecidas. Controlabilidade completa implica na existˆ ncia de uma trajet´ ria ligando dois e o pontos (estado inicial e estado final) quaisquer do espaco de estados. 0 ≤ t ≤ tf tais que x(tf ) = x∗ . O sistema x = Ax+Bu e (completamente) control´ vel se ¸˜ ˙ a ∗ (estado final) quaisquer. assim como a condicao inicial x0 (n×1).EA721 / PAULO VALENTE / UNICAMP 195 Aula 21 Realimentacao de estados ¸˜ Controlabilidade Realimentacao de estados ¸˜ Forma canˆ nica control´ vel o a F´ rmula de Ackermann o Controlabilidade 1. A solucao geral da equacao de estados e. ¸˜ As matrizes A (n×n) e B (n×1). a existˆ ncia de entradas de controle capazes de transferir um e sistema de um estado inicial qualquer para um estado final qualquer. Buscamos caracterizar sob que condicoes existe um tempo finito tf e uma entrada u(t).

1: Plano de estados. . . Exemplo. O sistema x = Ax + Bu e control´ vel se e somente se o ˙ a rank da matriz de controlabilidade C= ´ e igual a n. Considere o circuito el´ trico representado na Figura 23. AB . ´ No caso de sistemas SISO. − + R − + C + − y + x2 . u − x1 x1 L u R − Figura 21. 3. B . ¸˜ 4. . Normalmente utilizamos o seguinte crit´ rio alg´ brico para verificar se um dado e e ´ sistema e ou n˜ o control´ vel.EA721 / PAULO VALENTE / UNICAMP x2 x∗ PSfrag replacements x0 0 x1 196 Figura 21. An−1 B . a a ´ Teorema. . a matriz de controlabilidade C e uma matriz qua´ drada de ordem n e a condicao rank (C) = n e equivalente a det (C) = 0. · · · .2: Circuito RLC. . As vari´ veis e a de estado naturais do sistema s˜ o x1 = correntereplacements x2 = tens˜ o no capaa a PSfrag no indutor e citor.2.

EA721 / PAULO VALENTE / UNICAMP 197 Definimos como vari´ vel de sa´da a tens˜ o no resistor em s´ rie com o capacitor. de ordem 2. Assim. e  R 2R2 1 − 2 +  L L LC  . Para analisar este ponto com mais detalhes. verificamos que o circuito n˜ o e a ´ ´ control´ vel apenas quando RC = L/R. E interessante observar que RC e L/R a s˜ o as constantes de tempo dos ramos L − R e R − C do circuito. se e somente se e det (C) = − R2 2R2 1 R2 1 + 2 − = 2 − 2C 2 L L C LC L C LC 2 ´ A matriz de controlabilidade. C = B . a corrente no indutor e a tens˜ o no capacitor n˜ o a a a podem assumir valores independentemente especificados. AB =  . significando que qualquer corrente no indutor e tens˜ o no capacitor podem ser atingidas em tempo a finito atrav´ s da fonte de corrente (entrada) u. . Na forma matricial.  for diferente de zero.     u. considere a transformada de Laplace de x(t) obtida da equac ao ¸˜ de estado x = Ax + Bu com condicoes iniciais nulas: ˙ ¸˜ X(s) = (sI − A)−1 BU (s). ˙ C x2 + x1 = u.  1 R − C LC    . Impondo det (C) = 0. ˙ R(u − x1 ) = y.2 ser´ completamente control´ vel.  x1 x2 y= a a O circuito da Figura 21. a ı a e ´ O sistema e modelado pelas seguintes equacoes de estado e de sa´da derivadas das ¸˜ ı leis de Kirchhoff: −Lx1 − Rx1 + (u − x1 )R + x2 = 0. quando a as constantes de tempo s˜ o iguais. 2R x1 ˙  − L =    1 x2 ˙ − C    −R 0     1  R   x1  L L  +     1 x2 0 C   + Ru.

Realimentacao de estados ¸˜ . conforme ilustra a Figura 21. ı A n˜ o-controlabilidade do circuito se reflete no fato de que apenas os estados a sobre a reta de inclinacao R podem ser atingidos pela acao da entrada.3. X1 (s) A anti-transformada de X2 (s) = RX1 (s) ´ e x2 (t) = R x1 (t). (L/R)s + 1 R U (s) (L/R)s + 1 e X2 (s) = R. A corrente ¸˜ ¸˜ no indutor e a tens˜ o no capacitor n˜ o podem ser especificadas de forma indepena a dente. indicando que o lugar geom´ trico dos estados ating´veis pela e ı ´ ¸˜ acao da entrada u e a reta x2 = R x1 no plano de estados x1 × x2 . embora individualmente tanto a corrente quanto a tens˜ o possam assumir a valores quaisquer. X1 (s) = 1 U (s).EA721 / PAULO VALENTE / UNICAMP 198 Realizando as operacoes indicadas com as matrizes A e B relativas ao circuito. ¸˜ e fazendo a substituicao C = L/R2 para impor n˜ o-controlabilidade. obtemos ¸˜ a   1  (L/R)s + 1  X(s) =   R (L/R)s + 1 X2 (s) =    U (s). x2 R PSfrag replacements 0 x1 Figura 21.  Portanto.3: Estados ating´veis do circuito RLC.

˙ obtemos a equacao de estado em malha fechada ¸˜ x(t) = (A − BK)x(t). ao estado de equil´brio x∗ = 0.EA721 / PAULO VALENTE / UNICAMP 199 ´ 5. . dados A. as ra´zes de pc (s) = 0 representam os p´ los de malha o ı o fechada respons´ veis pelo comportamento desejado para os estados (sa´da) do sisa ı tema. . pressupoe-se que e a todos os estados do sistema est˜ o acess´veis para realimentacao. de forma pr´ -determinada. Numa primeira etapa. pelos autovalores de A−BK. a serem determinaa ¸˜ ´ dos. ı ¸˜ ı ´ isto e. A entrada de controle no instante t assume a forma u(t) = −k1 x1 (t) − k2 x2 (t) − · · · − kn xn (t). k2 . Resolvemos ent˜ o a seguinte equacao alg´ brica em termos de K. a ¸˜ e B e pc (s): det (sI − A + BK) = pc (s). Definindo a matriz de e ganhos de realimentacao K (1 × n) como ¸˜ K= k1 k2 · · · u(t) = −Kx(t). kn s˜ o ganhos de realimentacao constantes. onde k1 . ˙ A aplicacao da transformada de Laplace a ambos os lados da equac ao anterior ¸˜ ¸˜ com condicao inicial x(0) permite caracterizar o estado do sistema na forma ¸˜ X(s) = (sI − A + BK)−1 x(0) = adj (sI − A + BK) x(0). Realimentacao de estados e a principal estrat´ gia para o controle de sistemas ¸˜ e ˜ modelados atrav´ s de vari´ veis de estado. . . det (sI − A + BK) kn . . assim como a sa´da do sistema. o 6. e fundamentalmente influenciado ı pelas ra´zes da equacao caracter´stica de malha fechada det (sI −A+BK) = 0. a partir de qualquer e ı estado inicial x(0) = 0. ´ Quando a entrada u(t) = −Kx(t) e susbtitu´da na equacao de estado ı ¸˜ x(t) = Ax(t) + Bu(t). a entrada de controle pode ser reescrita na forma matricial como ´ O estado. Os autovalores de A−BK ser˜ o quase sempre a os p´ los do sistema em malha fechada. O princ´pio da t´ cnica de controle por alocacao de p´ los ¸˜ o ı e ¸˜ o ´ e casar o polinˆ mio caracter´stico de malha fechada det (sI − A + BK) com o ı um certo polinˆ mio pc (s). e r(t) e o valor da entrada de referˆ ncia no instante t. Alocacao de p´ los. no sentido de que o seu estado tenda. Deseja-se obter a ı ¸˜ um comportamento regulador para o sistema.

Por outro lado. Ent˜ o ˙ a a existe uma matriz K (1 × n) tal que det (sI − A + BK) = pc (s). os quais ser˜ o funcoes de k1 . A determinacao de K pode ser feita igualando-se os coeficientes do polin omio det (sI − A + BK).  s 0 0 s   0 1   0 1   det (sI − A + BK) = det  Efetuando as operacoes indicadas. . Assuma que o sistema x = Ax + Bu e control´ vel. obtemos um sistema de n equac oes lineares e n inc´ gnitas ¸˜ o (k1 . k2 .5 e o ´ freq¨ encia natural ωn = 4 rad/s (correspondentes a polos complexos conjulgados uˆ √ em −2 ± j2 3). kn ). qualquer conjunto de polos de malha fechada a espcificado pode ser alocado. . ´ Teorema. Desta forma. Exemplo.  . para qualquer polinˆ mio pc (s) de grau n especificado. = s2 + (3 + k2 )s + (2 + k1 ). Os p´ los o ı o do sistema em malha aberta (ra´zes da equacao caracter´stica) s˜ o −1 e −2. k2 .EA721 / PAULO VALENTE / UNICAMP 200 ´ Se o sistema for control´ vel. . A= 1 −2 −3 ´ O polinˆ mio caracter´stico de A e det (sI − A) = s2 + 3s + 2. desejamos ent˜ o que o polinˆ mio caracter´stico de malha fechada a o ı seja 2 pc (s) = s2 + 2ξωn s + ωn = s2 + 4s + 16. Considere a equacao de estado representada pelas matrizes ¸˜     0 1 0   e B =  . 8. . o ˆ ¸˜ 7. .  det (sI − A + BK) = det  (2 + k1 ) s + (3 + k2 ) = s[s + (3 + k2 )] + (2 + k1 ). cujas ra´zes s˜ o os p´ los desejados de malha o ı a o fechada. . . kn . . . ¸˜ −  −2 −3 s + −1  k1 k2  . Suı ¸˜ ı a pondo que os p´ los de malha fechada devam ter fator de amortecimento ξ = 0. com os coeficientes a ¸˜ de mesmo grau do polinˆ mio pc (s).

e substanciala ¸˜ mente mais simples quando a representacao de estados do sistema encontra-se na ¸˜ ` chamada forma canˆ nica control´ vel. dados A. . 2. Logo k1 = 14. . k2 = 1 e K= k1 k2 = 14 1 . B e pc (s). a partir da qual podemos obter facilmente o polin omio caracter´stico de A: ı det (sI − A) = sn + an−1 sn−1 + · · · + a1 s + a0 .      x= ˙   y= 0 0 . 2 + k1 = 16. A forma canˆ nica control´ vel associada a o a o a funcao de transferˆ ncia ¸˜ e G(s) = ´ e  bn sn + bn−1 sn−1 + · · · + b1 s + b0 sn + an−1 sn−1 + · · · + a1 s + a0 1 0 . ˆ ´ Forma canonica controlavel ´ 8. . . ··· ··· . 1 −an−1        x +      0 1  0 0 . . . . 0 0 0 ··· −a0 −a1 −a2 · · · b0 − a0 bn b1 − a1 bn · · · bn−1 − an−1 bn x + bn u. . . . . Supondo realimentacao de estados u = −Kx. O c´ lculo dos ganhos de realimentacao. .EA721 / PAULO VALENTE / UNICAMP 201 Da identidade det (sI − A + BK) = pc (s) obtemos um sistema com duas equacoes lineares e duas inc´ gnitas: ¸˜ o 3 + k2 = 4. 0 0 . a matriz de estados do sistema ¸˜ em malha fechada assume a forma . 0 1 .      u. A matriz de estados A encontra-se representada numa forma denominada de ˆ forma companheira.

. .        k1 k2 · · · kn . que resolvido fornece os ganhos de realimentac ao: o ¸˜ k1 = q 0 − a 0 . . 1 −an−1  0 0 0 ··· −a0 −a1 −a2 · · · 0 0 . 0 0 . o polinomio e ´ caracter´stico do sistema em malha fechada e ı det (sI − A + BK) = sn + (an−1 + kn )sn−1 + · · · + (a1 + k2 )s + (a0 + k1 ). . . 0 0 . . .   ˆ Como A − BK tamb´ m se encontra numa forma companheira. kn = qn−1 − an−1 . q0 = 16 e q1 = 4. . ··· ··· . . obtemos diretamente os ganhos de realimentacao: ¸˜ k1 = q0 − a0 = 16 − 2 = 14. Exemplo.EA721 / PAULO VALENTE / UNICAMP 202    A − BK =       =      0 0 . .  0 0 . k2 = q1 − a1 = 4 − 3 = 1. 1 0 . . da identidade det (sI −A+BK) = pc (s) resulta um sistema de n equacoes lineares ¸˜ a n inc´ gnitas trivial. . a1 = 3. . . . ··· ··· . . . k2 = q 1 − a 1 .       −     0 1 0 1 . . 1 0 . Notando que as matrizes A e B do exemplo anterior encontram-se o a na forma canˆ nica control´ vel e que a0 = 2. 9. . . 0 1 . . . . . . 1 −(an−1 + kn )  0 0 0 ··· −(a0 + k1 ) −(a1 + k2 ) −(a2 + k3 ) · · ·    . . Definindo o polinˆ mio desejado como o pc (s) = sn + qn−1 sn−1 + · · · + q1 s + q0 .

Como a o objetivo da transformacao e facilitar a obtencao dos ganhos de realimentacao ¸˜ ´ ¸˜ ¸˜ ´ adotamos de vez a chamada formula de Ackermann: K= 0 0 ··· 0 1 C −1 pc (A). . 12.  2     0 0 1 0 1 1  + 4  + 16  . = −2 11 ´ ´ Como o sistema e control´ vel (det (C) = 0. . AB = . E poss´vel mostrar que se o sistema n˜ o se encontra na forma canˆ nica conı a o ´ trol´ vel. qn−1 s˜ o os coeficientes do polinˆ mio caracter´stico desejado para o a o ı sistema em malha fechada. q1 . . 1 −3 1 0 . . . Obter a forma canˆ nica control´ vel e os ganhos de realimentacao de um siso a ¸˜ tema dinˆ mico s˜ o tarefas simples quando a funcao de transferˆ ncia do sistema a a ¸˜ e ´ e conhecida. Entretanto. pc (A) e a matriz definida por pc (s) = An + qn−1 An−1 + · · · + q1 A + q0 I. verifique). e q0 . obtemos o a pc (A) = A2 + 4A + 16I. mas e control´ vel (rank (C) = n). a ´ 11. existe uma transformacao de similaria a ¸˜ ˆ dade que leva o sistema a ser representado na forma can onica control´ vel.EA721 / PAULO VALENTE / UNICAMP 203 ´ Formula de Ackermann 10. n componentes ´ ´ na qual C e a matriz de controlabilidade do sistema. =  −2 −3 −2 −3 0 1   14 1  . em certos casos conhecemos apenas uma representac ao ¸˜ de estados do sistema. C −1 = B . Retomando o exemplo anterior e ignorando o fato de que o sistema se encontra na forma canˆ nica control´ vel. Exemplo. a inversa de C existe e e a dada por  −1   0 1 3 1 −1  = . e a representacao n˜ o se encontra na forma canˆ nica con¸˜ a o trol´ vel.

  −2 11 1 0 .    14 1 3 1 . . K = = = 0 1 0 1 14 1 os mesmos ganhos encontrados pelos procedimentos anteriores.EA721 / PAULO VALENTE / UNICAMP 204 Os ganhos de realimentacao s˜ o obtidos atrav´ s da f´ rmula de Ackermann: ¸˜ a e o C −1 p(A).

Se x0 fosse conhecida. (52) (53) ´ Como a entrada u e conhecida. o que raramente ocorre a ı ¸˜ em situacoes pr´ ticas. (55) ´ Definicao. as parcelas Bu e Du que dependem de u n˜ o a precisam ser explicitamente consideradas no estudo de observabilidade. a 2. O sistema x = Ax. ent˜ o o estado do sistema em a qualquer instante de tempo futuro tamb´ m seria conhecido a partir da solucao da e ¸˜ equacao de estados: ¸˜ x(t) = eAt x0 . A estrat´ gia de controle por realimentacao de estados pressup˜ e que todos os e o n estados do sistema est˜ o dispon´veis para realimentacao. ˙ y = Cx. Conhecemos (medimos) em geral apenas a quantidade esco¸˜ a lhida como sa´da do sistema. Para que seja poss´vel implementar a realimentacao ı ı ¸˜ de estados faz-se necess´ rio estimar os estados internos do sistema. (54) ´ e a e ı A id´ ia por tr´ s do estudo de observabilidade e determinar x0 atrav´ s da sa´da do sistema: y(t) = CeAt x0 . y = Cx e (completamente) ob¸˜ ˙ serv´ vel se existe um tempo finito tf tal que o conhecimento da sa´da a ı . t ≥ 0.EA721 / PAULO VALENTE / UNICAMP 205 Aula 22 Estimadores de estado Observabilidade Estimador (observador) de estados Forma canˆ nica observ´ vel o a F´ rmula de Ackermann o Controlador baseado no estimador Observabilidade ¸˜ 1. As matrizes A (n × n) e C (n × 1) s˜ o quantidades conhecidas. t ≥ 0. mas n˜ o a condicao a a ¸˜ inicial do sistema x(0) = x0 . Nesta secao analisamos a observabilidade de um sistema dinˆ mico linear inva¸˜ a riante no tempo modelado por vari´ veis de estado: a x = Ax.

1 e     R 1  2R    x1 ˙  L   − L L  x1   + =     u.   1    1 x2 x2 ˙ 0 − C C   x1  + Ru.. e    −R C  O =  ...     CA      O =  . ´ Como a matriz de observabilidade O e uma matriz quadrada de ordem n (sis´ temas SISO). a condicao rank (O) = n e equivalente a det (O) = 0. ¸˜ 4.  0 y = −R x2 ´ A matriz de observabilidade.. 206 ´ ` Observabilidade e uma propriedade relacionada apenas as matrizes A e C.. y = Cx e observ´ vel se e somente se ˙ a o rank da matriz de observabilidade   C  .   . O sistema x = Ax.EA721 / PAULO VALENTE / UNICAMP ´ y(t) no intervalo 0 ≤ t ≤ tf e suficiente para se determinar a condicao ¸˜ inicial x0 .. . Exemplo. A representacao de estados do circuito el´ trico representado na Fi¸˜ e ´ gura 22. O ´ seguinte crit´ rio alg´ brico e normalmente utilizado para verificar se um dado sise e ´ tema e ou n˜ o observ´ vel.  =   2R2 CA L   .  CAn−1 ´ e igual a n..    . de ordem 2.    .. R  − L 0 . a a ´ Teorema.

y(t) e u(t). e ı ı ˆ ı . medida. e poss´vel construir um estimador ou observador de a ı estados e substituir a realimentacao do estado real x(t) pela sua estimativa x(t). N˜ o seria observ´ vel se por exemplo R = 0. ¸˜ ˆ ´ O chamado estimador de ordem completa e descrito pela equacao de estados ¸˜ estimados ˙ x(t) = Aˆ(t) + L(y(t) − C x(t)) + Bu(t). O sistema (circuito) e observ´ vel para quaisquer valores n˜ oa a nulos de R e L.1: Circuito RLC. A ˆ a equacao do estimador possui duas entradas independentes. e a sa´da do estimador. x(0) = x0 . a a ı ¸˜ ´ ´ mas o sistema e observ´ vel. C x(t). fict´cia. quando ent˜ o a sa´da a a a ı medida por um volt´metro seria identicamente nula. Se os estados do sistema n˜ o est˜ o diretamente dispon´veis para realimentacao.1 ser´ completamente observ´ vel. x (56) (57) ´ O estimador (56)-(57) e de ordem completa porque a dimens˜ o do vetor de a ´ ` estados estimados x(t) e igual a dimens˜ o de vetor de estados original x(t). ı Estimador (observador) de estados 5. − + R − + C + − y + x2 207 O circuito da Figura 22. se e somente se det (O) = R2 L ´ for diferente de zero. significando que a a a partir da tens˜ o medida no resistor em s´ rie com o capacitor durante um intervalo a e ´ de tempo finito 0 ≤ t ≤ tf e poss´vel determinar a corrente e a tens˜ o in´ciais no ı a ı indutor e no capacitor. A diferenca ¸˜ ¸ ´ entre a sa´da da planta y(t). ˆ x ˆ ˆ ˆ = (A − LC)ˆ(t) + Ly(t) + Bu(t).EA721 / PAULO VALENTE / UNICAMP PSfrag replacements u − x1 x1 L u R − Figura 22.

ˆ ˙ e = x − x. = (A − LC)(x − x). como desejado. qualquer que seja o erro inicial e(0) (desconhecido. As ra´zes do polinˆ mio ¸˜ ¸˜ ı o ` caracter´stico de A − LC determinam como x(t) responde as entradas y(t) e u(t).  . ent˜ o o estado estimado x(t) tende ao a ˆ estado real x(t) quando t tende ao infinito. denominada de matriz de ganhos de a estimativa:   l1  l2    L =  . ˆ t ≥ 0. ı ˆ como indica a transformada de Laplace de (56)-(57): ˆ X(s) = (sI − A + LC)−1 LY (s) + (sI − A + LB)−1 BU (s). de dimens˜ o n × 1.  . = adj (sI − A + LC) adj (sI − A + LC) LY (s) + BU (s). Consequentemente. ln 6. a porque n˜ o conhecemos x(0)). ent˜ o e(t) → 0 quanto t → ∞. x ˆ = Ax + Bu − [Aˆ + L(y − C x) + Bu] .EA721 / PAULO VALENTE / UNICAMP 208 ponderada pela matriz L. det (sI − A + LC) det (sI − A + LC) Escolhemos ent˜ o as ra´zes desejadas para det (sI − A + LC) na forma de um a ı polinˆ mio po (s) e em seguida resolvemos o det (sI − A + LC) = po (s). . Para determinar L utilizamos um procedimento an´ logo ao a adotado para a determinacao do ganho de realimentacao K. Se a matriz L for escolhida de tal forma que as ra´zes do polinˆ mio caracter´stico ı o ı de A − LC tenham partes reais negativas. e se todos os autovalores de A − LC possuirem partes reais estritamente negativas. ˆ = Ax − Aˆ − LCx + LC x. x ˆ e(0) = x(0) − x(0). ´ A solucao para a equacao do erro e ¸˜ ¸˜ e(t) = e(A−LC)t e(0). ˙ ˙ ˆ obtemos a seguinte equacao dinˆ mica para o erro: ¸˜ a = (A − LC)e. x(t) → x(t) quando t → a ˆ ∞. De fato. . definindo o erro de estimativa no instante t como e(t) = x(t) − x(t).

EA721 / PAULO VALENTE / UNICAMP 209 ´ agora em termos de L. . a Um crit´ rio pr´ tico consiste em escolher as constantes de tempo do estimador de e a 3 a 5 vˆ zes menores do que a menor constante de tempo do sistema em malha e fechada. . os quais ser˜ o funcoes de l1 . Exemplo. quando mais r´ pido se der a convergˆ ncia de x(t) para x(t) melhor. A= −2 −3 (58) Os p´ los do sistema √ malha fechada foram alocados atrav´ s de realimentacao o em e ¸˜ de estados em −2 ± j2 3. ´ Teorema. cujas ra´zes s˜ o os p´ los desejados ı a o para o estimador. qualquer que seja o polinˆ mio po (s) de grau n. . ln . . −10 ± j2 3. 9. 8. qualquer po (s)) para o estimador pode ser alocado. Se o sistema for observ´ vel. com os o a ¸˜ ˆ coeficientes de mesmo grau do polinomio po (s).  s 0 0 s   Por outro lado. ln ). A determinacao de L que resolve (58) pode ser feita igualando-se os coeficientes ¸˜ do polinˆ mio det (sI − A + LC). obtemos o polinˆ mio caracter´stico para e a o ı o estimador √ √ po (s) = (s + 10 − j2 3)(s + 10 + j2 3). . y = Cx e observ´ vel. . . Escolhendo os p´ los do estimador com constantes de o √ tempo 5 vˆ zes mais r´ pidas. Assuma que o sistema x = Ax. o 7. ¸˜ ˆ a e Isso exige escolher p´ los para o estimador com constantes de tempo suficienteo mente mais r´ pidas do que aquelas escolhidas para o sistema em malha fechada. ˙ a Ent˜ o existe uma matriz L (n × 1) tal que a det (sI − A + LC) = po (s). qualquer conjunto de polos a ´ (isto e.  . l2 . = s2 + 20s + 112. Considere o sistema representado pelas matrizes (relevantes para o projeto do observador)   0 1  e C= 1 0 . 0 1 det (sI − A + LC) = det  − −2 −3  +  l1 l2   1 0 . . l2 . Obtemos ent˜ o um sistema de n equacoes lineares e n inc´ gnitas a ¸˜ o (l1 . Como o estado real x(t) ser´ substitu´do pelo estado estimado x(t) para fins de a ı ˆ realimentacao.

. ¸˜ det (sI − A + LC) = det   s + l1 −1   . A forma canonica observ´ vel associada a a ` a funcao de transferˆ ncia ¸˜ e G(s) = ´ e  bn sn + bn−1 sn−1 + · · · + b1 s + b0 sn + an−1 sn−1 + · · · + a1 s + a0 0 0 . 2 + 3l1 + l2 = 112. . Da identidade det (sI − A + LC) = po (s) obtemos 3 + l1 = 20. . . .      x +    1  b0 − a0 bn b1 − a1 bn . Logo l1 = 17. . . . . −a0 −a1 . 210 2 + l2 s + 3 = (s + l1 )(s + 3) + (2 + l2 ). 0 0 ··· y= 1 −an−1 0 0 ··· x + bn u. = s2 + (3 + l1 )s + (2 + 3l1 + l2 ). bn−1 − an−1 bn     u. ˆ ´ Forma canonica observavel 10. . . l2 = 59 e L=  l1 l2  =  17 59  . .    x= ˙  0 0 ··· 1 0 ··· .EA721 / PAULO VALENTE / UNICAMP Efetuando as operacoes indicadas. . Assim como a forma canˆ nica control´ vel facilita o c´ lculo dos ganhos de o a a realimentacao de estados. . a forma canˆ nica observ´ vel simplifica substancial¸˜ o a ˆ mente o c´ lculo dos ganhos do observador. .

EA721 / PAULO VALENTE / UNICAMP

211

ˆ Assim com a matriz de estados na forma canonica control´ vel, a matriz de a estados na forma canˆ nica observ´ vel encontra-se representada numa forma como a ˆ ´ panheira, a partir da qual o polinomio caracter´stico de A e facilmente obtido: ı det (sI − A) = sn + an−1 sn−1 + · · · + a1 s + a0 . ˆ 11. Com o sistema representado na forma canonica observ´ vel, a matriz A − LC a do estimador assume a forma  0 0 ··· 1 0 ··· . . . . . . . . . 0 0 ··· 0 0 ··· 1 0 ··· . . . . . . . . . 0 0 ··· 0 0 . . . −a0 −a1 . . .   l1 l2 . . . ln      

  A − LC =     =   

1 −an−1 0 0 . . .

    −  

0 0 ···

1

,

−(a0 + l1 ) −(a1 + l2 ) . . .

1 −(an−1 + ln )

  . 

ˆ Como A − LC tamb´ m se encontra numa forma companheira, o polinomio e ´ caracter´stico de A − LC e ı det (sI − A + LC) = sn + (an−1 + ln )sn−1 + · · · + (a1 + l2 )s + (a0 + l1 ). Definindo o polinˆ mio desejado como o po (s) = sn + qn−1 sn−1 + · · · + q1 s + q0 , da identidade det (sI −A+LC) = po (s) resulta um sistema de n equacoes lineares ¸˜ a n inc´ gnitas trivial, que resolvido fornece os ganhos do estimador: o l2 = q 1 − a 1 , . . . l1 = q 0 − a 0 ,

ln = qn−1 − an−1 .

´ Formula de Ackermann

EA721 / PAULO VALENTE / UNICAMP

212

` o 12. Com a mesma motivacao que levou a f´ rmula de Ackermann para o c´ lculo ¸˜ a ´ dos ganhos de realimentacao de estados, e poss´vel mostrar que se o sistema n˜ o se ¸˜ ı a ´ encontra na forma canˆ nica observ´ vel, mas e observ´ vel (rank (O) = n), existe o a a uma transformacao de similaridade que leva o sistema a ser representado na forma ¸˜ canˆ nica observ´ vel. A f´ rmula de Ackermann correspondente para o c´ lculo dos o a o a ´ ganhos do estimador e  0 0 . . . 1 

´ ´ na qual O e a matriz de observabilidade do sistema, po (A) e a matriz definida por po (A) = An + qn−1 An−1 + · · · + q1 A + q0 I, e q0 , q1 , . . . , qn−1 s˜ o os coeficientes do polinˆ mio caracter´stico desejado para o a o ı observador. 13. Exemplo. Retomando o exemplo anterior, obtemos po (A) = A2 + 20A + 112I,  2     0 1 0 1 1 0  + 20   + 112  , =  −2 −3 −2 −3 0 1   110 17 . =  −34 59 ´ Como o sistema e observ´ vel (det (O) = 0, verifique), a inversa de O existe e a ´ e dada por O−1 −1  −1   C 1 0 1 0  = . =  ...  =  CA 0 1 0 1 

  L = po (A)O −1  

  , 

EA721 / PAULO VALENTE / UNICAMP
Os ganhos do estimador s˜ o obtidos atrav´ s da f´ rmula de Ackermann: a e o 0 L = p(A)O −1 , 1       110 17 1 0 0 17    =  , =  −34 59 0 1 1 59 os mesmos ganhos encontrados pelo procedimento anterior.

213

Controlador baseado no estimador
14. Dado um sistema dinˆ mico representado por vari´ veis de estado, control´ vel e a a a observ´ vel, a x = Ax + Bu, ˙ y = Cx, a ser controlado atrav´ s de realimentacao dos estados estimados, u = −K x, podee ¸˜ ˆ mos determinar a funcao de transferˆ ncia de um controlador dinˆ mico equivalente ¸˜ e a a partir das seguintes equacoes de estado e de sa´da: ¸˜ ı ˙ x = (A − LC)ˆ + Bu + Ly, ˆ x

= (A − LC − BK)ˆ + Ly, x u = −K x. ˆ

= (A − LC)ˆ − BK x + Ly, x ˆ

A sa´da da planta y passa a ser a entrada de um controlador baseado no estiı mador (ˆ representa o estado do controlador), enquanto que a sa´da do controlador x ı ` corresponde a entrada da planta, u. Neste caso, a funcao de transferˆ ncia do con¸˜ e ´ trolador dinˆ mico e dada por a C(s) = −K(sI − A + LC + BK)−1 L, ´ a qual fica completemente caracterizada apos a obtencao dos ganhos de realimentacao ¸˜ ¸˜ e de estimativa. A propriedade que nos garante ser poss´vel determinar K e L inı dependentemente recebe o nome de Princ´pio da Separacao. ı ¸˜

EA721 / PAULO VALENTE / UNICAMP

214

Aula 23

Realimentacao de estados – comportamento servo ¸˜
Controle proporcional Controle integral

Controle proporcional
1. A realimentacao linear de estados foi apresentada como uma t´ cnica de projeto ¸˜ e para se obter comportamento regulador do sistema de controle. Especificamente, dada a equacao de estados de um sistema linear invariante no tempo a ser contro¸˜ lado, x = Ax + Bu, ˙ y = Cx, deseja-se transferir o sistema de uma condicao inicial x(0) qualquer para a origem ¸˜ ¸ ¸˜ do espaco de estados. O controle da haste de um pˆ ndulo invertido na posicao e ˙ ´ de equil´brio vertical, caracterizada por θ = 0, θ = 0, x = 0 e x = 0, e uma ı ˙ ˙ aplicacao t´pica. Com a definicao usual de vari´ veis de estado x1 = θ, x2 = θ, ¸˜ ı ¸˜ a ´ x3 = x e x4 = x, e supondo que o sistema e levado inicialmente a uma condicao ˙ ¸˜ x(0) = 0 pela acao de um dist´ rbio externo, por exemplo, o sistema de controle ¸˜ u deve ser capaz de restaurar a posicao de equil´brio x = 0, o que basicamente ¸˜ ı envolve selecionar uma matriz de ganhos de realimentac ao K tal que todos os ¸˜ autovalores de A − BK tenham partes reais negativas. Desta forma, o sistema em malha fechada x = (A − BK)x ˙

´ torna-se assintoticamente est´ vel, isto e, x(t) = e(A−BK)t x(0) tende a zero quando a t tende ao infinito, qualquer que seja a condicao inicial x(0). ¸˜

2. A t´ cnica de controle por realimentacao de estados tamb´ m pode ser utilizada e ¸˜ e ´ para obter comportamento servo. Atrav´ s de uma escolha adequada, e sempre e poss´vel definir a sa´da da planta como sendo uma das vari´ veis de estado. A ı ı a Figura 23.1 ilustra o sistema de controle em malha fechada com realimentac ao de ¸˜ estados a ser empregado.

EA721 / PAULO VALENTE / UNICAMP

215 PSfrag replacements

r

+ k1 −

+ −

u

x = Ax + Bu ˙

x

C

y = x1

¯ K

Figura 23.1: Realimentacao de estados- controle proporcional. ¸˜ Sem perda de generalidade, definimos y1 = x1 , e supomos que a referˆ ncia a e ´ ser seguida e r(t) = r0 , t > 0, uma funcao degrau de amplitude r0 . A entrada de ¸˜ controle pode ser escrita na forma ¯ u = −Kx + k1 e ¯ = −Kx + k1 (r − x1 ), onde ¯ K= 0 k 2 k3 · · · kn . A dinˆ mica do sistema em malha fechada para a referˆ ncia degrau de amplitude a e ´ r0 aplicada no instante t = 0 e governada pela equacao de estados ¸˜ x = (A − BK)x + Bk1 r, ˙ ´ cuja solucao geral e ¸˜ x(t) = e(A−BK)t x(0) +
0 t

e(A−BK)(t−τ ) Bk1 r0 dτ,

t ≥ 0.

´ A matriz de ganhos de realimentacao K e determinada de forma que o sistema ¸˜ em malha fechada seja assintoticamente est´ vel. Com isso, o estado do sistema a quando quando t tende ao infinito, x(∞) = = =
t→∞

lim x(t) lim e(A−BK)t x(0) + lim
t t→∞ 0

t→∞ ∞ 0

e(A−BK)(t−τ ) Bk1 r0 dτ

e(A−BK)(t−τ ) Bk1 r0 dτ

U (s) (s + α)(s + 1) s + (1 + α)s + α ´ onde α e um parˆ metro real. ˙ x= 1 −α −(1 + α) y= 1 0 x. Considere a planta de segunda ordem definida por P (s) = Y (s) 1 1 = = 2 . a matriz inversa de A − BK existe1 . A representacao do sistema na forma canˆ nica cona ¸˜ o ´ trol´ vel e a     0 0 1  x +   u. ı 3. u(∞) = −Kx(∞) + k1 r0 . o polinˆ mio desejado fica sendo pc (s) = (s + 4)2 . da entrada de controle. y(∞) = x1 (∞). ˙ r(∞) = r0 . 216 Como por hip´ tese todos os autovalores de A − BK possuem partes reais o negativas. Podemos ent˜ o calcular os valores a de regime do vetor de estados. x(∞) = 0 = (A − BK)x(∞) + Bk1 r(∞). Exemplo. Consequentemente. e da sa´da da planta.EA721 / PAULO VALENTE / UNICAMP tende a um vetor constante. a matriz de ganhos K deve ser tal o que det(sI − A + BK) = s2 + 8s + 16 = s2 + q1 s + q 0 . 1 ´ Propriedade utilizada: uma matriz quadrada e invert´vel se e somente se todos os seus autovaloı res s˜ diferentes de zero ao . ´ Supondo que o objetivo seja alocar os dois polos de malha fechada em −4. x(∞) = −(A − BK)−1 Bk1 r0 . ´ O polinˆ mio caracter´stico de A e dado por o ı det(sI − A) = s2 + (1 + α)s + α = s2 + a1 s + a 0 .

u(∞) = 0. = 16 16 0 Se α = 0. Neste caso. Nesta condicao. 16 α r0 . o valor de regime da sa´da e dado por ı ´ y(∞) = x1 (∞) = 1 − α r0 . 16 Os valores de regime dos estados s˜ o dados por a   x1 (∞)  = −(A − BK)−1 Bk1 r0 x(∞) =  x2 (∞)    −8 −1 0 1     (16 − α)r0 = − 16 16 0 1   α r0 1− 16   =  . assume a forma ¸˜ u(∞) = −Kx(∞) + k1 r0 = α 1 − Finalmente. e sistemas desse tipo (Tipo 1) n˜ o apresentam erros de regime para a entradas constantes. 0   −8 −1 1  . os ganhos de a realimentacao s˜ o facilmente obtidos: ¸˜ a k1 = q0 − a0 = 16 − α k2 = q1 − a1 = 7 − α. uma vez que para α = 0. ent˜ o y(∞) = r0 . indicando que sa´da do sistema passar´ a seguir a a ı a referˆ ncia degrau de amplitude r0 sem erro de regime.EA721 / PAULO VALENTE / UNICAMP 217 ˆ Como o sistema se encontra na forma canonica control´ vel. e ¸˜ ´ Este resultado era previs´vel. Controle integral . o sistema possui um polo ı na origem. apos simplificacoes. A − BK =   0 1   e −16 −8 (A − BK)−1 ´ O valor de regime da entrada de controle.

uma constante a ser determinada juntamente com K a partir das especificac oes de desempenho para o ¸˜ sistema em malha fechada.EA721 / PAULO VALENTE / UNICAMP 218 PSfrag replacements 4. t > 0. 5.2: Realimentacao de estados . Como anteriormente. Como nem todo sistema a controlar possui um integrador natural que anule o erro de regime para entrada degrau. ´ onde u = −Kx + KI ξ e KI e o chamado ganho integral.2 e x = Ax + Bu. As equacoes anteriores representam um sistema aumentado. Na forma matricial. assuma que r(t) = r 0 .2 ilustra um sistema de controle em malha fechada com um bloco integrador no caminho direto entre a referˆ ncia e a sa´da da planta. ¸˜ ´ ¸˜ A representacao de estados associada ao sistema ilustrado na Figura 23. obt´ m-se a e          x ˙ A 0 x B 0  =   +   u +   r.  = ˙ −C 0 ξ 1 ξ . ˙ −C 0 ξ 0 1 ξ Dado que u = −Kx + KI ξ. uma vez que o ¸˜ vetor de estados foi acrescido da vari´ vel auxiliar ξ. y = Cx. e ı r + ˙ ξ − ξ + u − x y kI x = Ax + Bu ˙ C K Figura 23. podemos reescrever a equacao de estado na forma ¸˜ compacta        x ˙ x 0 A − BK BKI    +   r.controle integral. torna-se necess´ rio inclu´-lo adequadamente na a ı malha de controle. ˙ ˙ ξ = r − y. A Figura 23.

= .   A −C B 0   x(∞) u(∞)   0 −r0  e como ˜ ` ´ Se a matriz a esquerda for n˜ o-singular. atinge um valor constante x(∞) quando t tende ao infinito. ˜ A=  A − BK BKI −C 0   e ˜ B=  0 1  . o mesmo acontecendo ˜ com a entrada de controle. podemos mostrar que o estado do sistema aumentado. A e B s˜ o (n + 1). y(∞) = Cx(∞). ˜ Supondo que os ganhos K e KI possam ser escolhidos de tal forma que todos ˜ os autovalores de A tenham partes reais negativas. u(∞) −C 0 −r0 u(∞) = −Kx(∞) + KI ξ(∞). se rank(A) = n + 1. ent˜ o com argumentos similares a aos utilizados no caso de controle proporcional. respectivamente. KI . e com a sa´da do sisı tema. 219 As dimens˜ es de x. obt´ m-se e ξ(∞) = 1 [u(∞) + Kx(∞)]. u(∞) = −Kx(∞) + KI ξ(∞). ˜ t ≥ 0. (n + 1) × (n + 1) e (n + 1) × o ˜ ˜ ˜ a 1. A equacao de estado do sistema aumentado assume a forma ¸˜ matricial compacta ˜x ˜ ˙ x = A˜ + Br.EA721 / PAULO VALENTE / UNICAMP Defina x= ˜  x ξ  . x(t) = eAt x(0) + ˜ 0 ˜ t ˜ eA(t−τ ) Br0 dτ. ent˜ o x(∞) e a a u(∞) ser˜ o calculados atrav´ s de a e    −1   x(∞) A B 0  =   . isto e. Os valores de regime podem ser determinados a partir das equacoes de estados do sistema aumentado: ¸˜ x(∞) = 0 = Ax(∞) + Bu(∞) ˙ ˙ ξ(∞) = 0 = r0 − Cx(∞). ou ainda.

Exemplo. ˙ −1 0 ξ 1 ξ Como rank   −0. U (s) s + 0. O sistema em malha aberta ´ e control´ vel e possui um p´ lo real em −0.25 = .25K 0. ´ Teorema. O sistema aumentado.1 ´ Uma representacao do sistema na forma de estado e ¸˜ x = −0. Se o sistema x = Ax + Bu e control´ vel e ˙ a   A B  = n + 1. B = [0.1. as constantes K e KI devem ser tais que ˜ det(sI − A) = s2 + 4s + 4. 6.EA721 / PAULO VALENTE / UNICAMP 220 ´ A sa´da do sistema e y(∞) = Cx(∞). Considere a planta de primeira ordem definida por P (s) = Y (s) 0. Supondo que o objetivo seja alocar os dois polos de malha fechada do ˆ sistema aumentado em −2. ˙ y = x. os autovalores do sistema aumentado podem ser arbitrariamente alocados atrav´ s e ´ de K e KI .1 − 0.  rank −C 0 ˜ ent˜ o os autovalores de A podem ser arbitrariamente alocados atrav´ s a e de escolhas apropriadas de K e KI .1 0.1].25u. O resultado que permite caracterizar os ı valores de regime do sistema em malha fechada na forma acima pode ser enunciado como segue.1x + 0.25KI x 0  =    +   r. Note que n = 1.25 −1 0   = 2. . de ordem a o ´ n + 1 = 2.25] e C = [1]. A = [−0. e dado por        x ˙ −0. o polinomio desejado fica sendo pc (s) = (s + 2)2 .

25KI .1 + 0. obt´ m-se KI = 16 e K = [15.4r0 + 15.25 x(∞)     =   −r0 −1 0 u(∞)    0 −1 0   =  4 −0. 16 .EA721 / PAULO VALENTE / UNICAMP onde ˜ det(sI − A) = det   s + (0.4 −r0   r0 . Os valores de regime o e do estado e da entrada s˜ o a −1      0 −0.6r0 ] = r0 .1 + 0.6].25K)s + 0.1 0.25KI 1 s   221 = s2 + (0. Igualando os polinˆ mios. obt´ m-se y(∞) = x(∞) = r0 . a ´ O valor de regime do estado auxiliar ξ e dado por ξ(∞) = = 1 [u(∞) + Kx(∞)] KI 1 [0.  = 0.4r0 Note que como y = x. e a sa´da segue a referˆ ncia e ı e em regime – o controle puramente proporcional n˜ o produziria o mesmo resultado.25K) −0.

A Figura 24.1 ilustra um e ´ sistema de controle em malha fechada no qual a funcao de controle e realizada por ¸˜ um controlador digital residente num processador digital de sinais. No diagrama de blocos da Figura 24.1: Sistema de controle com implementacao digital. w(t) r(k) + e(k) ˆ − u(k) D/A u(t) Planta y(t) Controlador Digital Clock y (k) ˆ A/D Sensor v(t) Figura 24. Podemos definir controle digital como sendo o controle PSfrag replacements de sistemas dinˆ micos a na forma amostrada atrav´ s de computadores digitais. ¸˜ 2.EA721 / PAULO VALENTE / UNICAMP 222 Aula 24 Introducao ao Controle Digital ¸˜ Controle digital Conversor A/D Conversor D/A Controlador digital Equacoes a diferˆ ncas ¸˜ e Funcoes de transferˆ ncia discretas ¸˜ e Resposta temporal de sistemas discretos Controle digital 1.1 coexistem dois tipos distintos de sinais: .

superiores ou inferiores. at´ 1111. k = 2. representados pelos numeros bin´ rios 0000. . . Assumindo que o processo de digitalizacao aproxima as tens˜ es anal´ gicas para ¸˜ o o os n´veis de quantizacao mais pr´ ximos. representado pelo o ı ´ ´ computador digital. e a 0010. o valor da amostra e rea presentado por um n´ mero bin´ rio. representados por u(t). A convers˜ o A/D consiste de duas etapas. e submetida a ı um conversor anal´ gico-digital (A/D). ı Conversor A/D ´ ˆ 4. Exemplo: um conversor de 4 bits peru mite quantizar o valor do sinal amostrado em 24 = 16 n´veis distintos. para gerar o erro a ser processado pelo computador digital. . . O n´vel de quantizacao do sinal depende do ¸˜ ı ¸˜ n´ mero de bits utilizados pelo conversor. Assume-se ` que a soma dos tempos necess´ rios as convers˜ es e ao processamento pelo compua o ´ tador e pequena quando comparada ao per´odo de amostragem T . medida pelo sensor. a sa´da do controlador. a a a ´ M/16. representados por r(k). . Na segunda etapa do processo de convers˜ o A/D. e sinais ı o discretos ou amostrados. e submetida a um conversor digital-analogico (D/A). a taxa de amostragem o a ser utilizada deve ser de pelo menos duas vˆ zes a faixa de passagem do sinal e ¨ encia de Nyquist.. Na o a ´ ´ primeira e obtida a amostra do sinal analogico atrav´ s de um circuito amostrador. t = 2T . 2M/16. sendo as operacoes de convers˜ o habilitadas por um sinal de clock. A sa´da do sistema no instante t = kT . digital. e Para que o sinal anal´ gico seja adequadamente representado. o erro m´ ximo ı ¸˜ o a introduzido pelo processo ser´ de metade da diferˆ nca entre n´veis de quantizacao. . Como o custo a ¸˜ ´ ´ de um conversor A/D e inversamente proporcional ao n´vel de quantizacao produı ¸˜ . anal´ gico. onde T e o chamado per´odo de amostragem do ¸˜ ı sistema. y(t) e v(t). Os sinais discretos assumem valores apenas nos instantes t = 0. k = 1.2 ilustra o processo de u a digitalizacao do sinal amostrado. Se o sinal ı amostrado variar de 0 a M volts. 0001. . u(k) e y (k). . . . Um conversor A/D e basicamente um dispositivo eletronico que transforma sinais anal´ gicos em sinais digitais. . Em seguida. . . t = T . a sa´da do ¸˜ a ı ´ conversor A/D e comparada com o valor da referˆ ncia no mesmo instante discreto e de tempo. ´ 3.EA721 / PAULO VALENTE / UNICAMP 223 sinais cont´nuos ou anal´ gicos. a chamada frequˆ o ´ 5. o erro m´ ximo de quantizacao e M/32. w(t). O argumento ˆ ˆ ´ k. at´ 15M/16. e(k). a e ¸ ı ¸˜ Para um conversor de 4 bits. correspondentes a k = 0. A Figura 24. que indica o instante de tempo no qual o valor da vari´ vel associada e represena ´ ´ tado. ent˜ o o sinal digital poder´ assumir´ os valores 0. e 6. . e uma abreviacao para kT ..

3 ilustra um processo de convers˜ o digital-anal´ gica que utiliza o chamado seguraa o dor de ordem zero – SOZ.2: Amostragem e digitalizacao do sinal anal´ gico. ¸˜ o Conversor D/A PSfrag replacements ´ 7.3: Convers˜ o D/A com SOZ. a . y(t) 15M/16 14M/16 13M/16 12M/16 11M/16 10M/16 9M/16 8M/16 7M/16 6M/16 5M/16 4M/16 3M/16 2M/16 1M/16 0M/16 1111 1110 1101 1100 1011 1010 1001 1000 0111 0110 0101 0100 0011 0010 0001 0000 0 1 2 3 4 5 6 7 8 t Figura 24. O conversor D/A transforma sinais digitais em sinais anal ogicos. u u(kT ) u(t) u(t) m´ dio e 0 1 2 3 4 5 6 7 8 t Figura 24. A Figura 24. torna-se necess´ rio estabelecer uma relacao de compromisso entre precis˜ o a ¸˜ a desejada e custo.EA721 / PAULO VALENTE / UNICAMP 224 zido.

ı t u(t) = kP e(t) + kI 0 e(τ )dτ + kD e(t). T . obt´ m-se o e kT u(kT ) = kP e(kT ) + kI 0 k−1 e(τ )dτ + kD e(kT ). O controlaˆ dor digital pode estar hospedado num mini ou micro-computador. Subtraindo-se u(kT ) e e u[(k − 1)T ] = kP e[(k − 1)T ]+ kI T i=0 k−2 e(iT ) + kD e[(k − 1)T ] − e[(k − 2)T ] . ou mesmo num ´ microprocessador integrado num unico chip. considere um ¸˜ controlador cont´nuo do tipo PID. O resultado final e um sinal cont´nuo u(t) constante por ı partes. T obt´ m-se a seguinte recorrˆ ncia para o sinal de controle: e e u(kT ) = u[(k − 1)T ] + kP (e(kT ) − e[(k − 1)T ])+ e(kT ) − 2e[(k − 1)T ] + e[(k − 2)T ] kI T e[(k − 1)T ] + kD . T onde a integral do erro foi aproximada atrav´ s de integracao retangular e a derie ¸˜ vada do erro atrav´ s da regra de Euler. No instante t = kT . integral e derivativo do controlador.EA721 / PAULO VALENTE / UNICAMP 225 ´ O valor u(kT ) e segurado (mantido na sa´da do conversor) pelo per´odo de ı ı amostragem T . ˙ onde kP . quando ent˜ o e o a ´ ´ o processo e repetido. ˙ e(iT ) + kD i=0 kP e(kT ) + kI T e(kT ) − e((k − 1)T ) . O controlador digital indicado na Figura 24. em m´ dia. O sinal u(t) atrasa u(kT ). mas o custo do circuito amostrador aumenta. at´ que a chegada da pr´ xima amostra u[(k + 1)T ]. a por hip´ tese conhecidos. Essas instrucoes descrevem como o sinal digital ¸˜ ¸˜ de controle u(k) deve ser computado a partir do sinal de erro e(k). ı Controlador digital 8. O atraso diminui ao e se reduzir o per´odo T . Para fins de ilustracao. T /2 segundos. kI e kD s˜ o os ganhos proporcional.1 pode ser visto como um programa execut´ vel contendo instrucoes descritas numa linguagem de programacao que sua ¸˜ ¸˜ porte aplicacoes em tempo real.

que e ı representa o valor da vari´ vel de controle – a sa´da do programa. . Inicializacoes T=0. A recorrˆ ncia acima e facilmente coa a e dificada em qualquer linguagem de programacao que suporte aplicacoes em tempo ¸˜ ¸˜ real. (k − 1)T e kT s˜ o necess´ rios.72 kI=8 kD=0. A Figura 24. A parte do programa a ¸˜ a ´ delimitada por begin e end e executada a cada T segundos.4 apresenta uma poss´vel codificacao do controlador PID digitaliı ¸˜ zado atrav´ s da linguagem de programacao dispon´vel no Laborat´ rio de Controle e ¸˜ ı o e Servomecanismos da FEEC.EA721 / PAULO VALENTE / UNICAMP 226 Apenas o valor do controle no instante (k −1)T e os valores do erro nos instan´ tes (k − 2)T . O programa comeca com as definic oes de vari´ veis ¸ ¸˜ a e parˆ metros e prossegue com as inicializacoes necess´ rias. a ı .4: Controlador PID digital codificado.065 ukm1=0 ekm2=0 ekm1=0 uk=0 .000884 kP=1. atrav´ s das quais o programa a e tem acesso aos valores da referˆ ncia e da sa´da da planta. Loop begin ek=cmdpos-encpos controleffort=ukm1+kP*(ek-ekm1)+kI*T*ekm1 +kD*(ek-2*ekm1+ekm2)/T ukm1=controleffort ekm2=ekm1 ekm1=ek end Figura 24. e controleffort. Note a existˆ ncia das e vari´ veis com nomes reservados cmdpos e encpos. Definicoes #define T q1 #define kP q2 #define kI q3 #define kD q4 #define ukm1 q5 #define ek q7 #define ekm1 q8 #define ekm2 q9 .

ı . Se f (t) e uma funcao que admite ı ¸˜ transformada de Laplace e f (t) = 0 para todo t < 0. ent˜ o e a ¸˜ e com condicoes iniciais nulas. Considere por exemplo o sistema que descreve como o saldo de uma conta corrente evolui ao longo do tempo. . A an´ lise e a s´ntese de sistemas discretos no tempo podem ser sistematizadas a ı e tornadas operacionalmente mais simples quando se utiliza a Transformada Z (discreta). a a ˆ Funcoes de transferencia discretas ¸˜ 10. . e a1 . Qualquer sistema discreto ou discretizado linear e invariante no tempo cuja sa´da ı no instante k depende de n valores passados da sa´da e m valores passados da ı entrada. . 2. O controlador PID digital discutido na secao anterior foi obtido atrav´ s da ¸˜ e discretizacao do controlador cont´nuo. . an . ı b1 . . . 1. Existe entretanto um classe de sistemas que s˜ o inerena temente discretos. respectivamente. do mesmo modo que a transformada de Laplace empresta simplicidade ´ ao estudo de sistemas cont´nuos no tempo. . . Supondo que a n-´ sima derivada de f (t) possui transformada de Laplace. bm s˜ o os parˆ metros constantes do sistema. . obt´ m-se L dn f (t) = sn F (s). Sistemas obtidos dessa forma s˜ o chamados ¸˜ ı a de sistemas discretizados. a2 . pode ser representado por uma equacao a diferencas da forma ¸˜ ¸ y(k) = −a1 y(k − 1) − a2 y(k − 2) − · · · − an y(k − n)+ + b0 u(k) + b1 u(k − 1) + · · · + bm u(k − m) onde y(k) e u(k) denotam sa´da e entrada. b0 . Se y(k) representa o saldo da conta e u(k) a diferˆ nca entre o que foi depositado e o que foi retirado da conta no mˆ s e ¸ e k. ent˜ o a L[f (t)] = F (s) = ∞ 0 f (t)e−st dt. dtn ´ que e a propriedade fundamental por tr´ s da obtencao de funcoes de transferˆ ncia a ¸˜ ¸˜ e de sistemas cont´nuos. k = 0. .EA721 / PAULO VALENTE / UNICAMP 227 ˆ ¸ Equacoes a diferencas ¸˜ 9. . ent˜ o a y(k + 1) = y(k) + u(k).

´ 12. Em particular. os zeros dos polinomios numerador e denominador a ı de P (z) s˜ o os zeros e os p´ los de P (z). 1. . A funcao de transferˆ ncia do sistema ¸˜ e ¸ ¸˜ e ´ discreto gen´ rico da secao anterior e obtida aplicando-se a transformada Z a ambos e ¸˜ os lados da equacao: ¸˜ Y (z) = −a1 z −1 Y (z) − a2 z −2 Y (z) − · · · − an z −n Y (z)+ ´ A funcao de transferˆ ncia discreta do sistema e definida por ¸˜ e P (z) = b0 + b1 z −1 + · · · + bm z −m Y (z) = . 2.EA721 / PAULO VALENTE / UNICAMP 228 11. a transformada Z do sinal f (k − n) pode ser calculada da seguinte forma: se l = k − n. . ent˜ o k = l + n e a Z[f (k − n)] = ∞ l=0 −n −n ∞ l=0 f (l)z −(l+n) f (l)z −l = z = z F (z). U (z) z + a1 z n−1 + a2 z n−2 + · · · + an ˆ Caso n˜ o hajam ra´zes comuns. . a o Resposta temporal de sistemas discretos . U (z) 1 + a1 z −1 + a2 z −2 + · · · + an z −n + b0 U (z) + b1 z −1 U (z) + · · · + bm z −m U (z). k = 0. A propriedade Z[f (k − n)] e essencial para se obter funcoes de transferˆ ncia ¸˜ e discretas a partir de equacoes a diferˆ ncas. tal que ´ f (k) = 0 para todo inteiro k < 0 e definida como Z[f (k)] = F (z) = ∞ k=0 f (k)z −k . A transformada Z de um sinal discreto no tempo f (k). a ´ ı a o Se n ≥ m ent˜ o e poss´vel representar P (z) como a seguinte raz˜ o de polinˆ mios na vari´ vel z: a P (z) = Y (z) b0 z n + b1 z n−1 + · · · + bm z n−m = n . respectivamente.

Considere a equacao a diferencas que descreve a evolucao do saldo ¸˜ ¸ ¸˜ de uma conta corrente. ı Neste caso. 4. . A transformada Z da sa´da e ı ´ Y (z) = P (z)U (z) = r0 z . 1. . Fatore Y (z) numa soma de fracoes parciais com o a anti-transformadas Z conhecidas. . Obtenha a transformada Z da entrada u(k). gostar´amos de conhecer o valor final da sa´da. dado que mensalmente a conta recebe recursos l´quidos no montante de r reais. Exemplo. y(k). A resposta temporal do sistema. k = 0. 2 .. obtemos U (z) = r0 z/(z − 1). U (z) z−1 Desejamos conhecer o saldo da conta em qualquer instante discreto de tempo k. Al´ m disso. . O procedimento para obter a resposta temporal de um sistema modelado pela ¸˜ funcao de transferˆ ncia discreta P (z) = Y (z)/U (z) pode ser resumido como see gue: 1. a qual fornece y(k) = r 0 k. ser´ a soma das anti-transformadas a das fracoes parciais de Y (z).. Consultando uma tabela de transformadas Z. (z − 1)2 No presenta caso n˜ o e necess´ rio empregar o processo de fatoracao porque Y (z) a ´ a ¸˜ possui uma anti-transformada tabelada. ¸˜ ´ Os dois ultimos passos s˜ o normalmente conduzidos com o aux´lio de uma tabela a ı de anti-transformadas Z. Y (z) = P (z)U (z). . 2. modelada anteriomente como y(k + 1) = y(k) + u(k).EA721 / PAULO VALENTE / UNICAMP 229 13. A resposta temporal de um determinado sistema discreto a uma dada entrada pode ser obtida atrav´ s da equacao a diferencas que o descreve. . com e ¸˜ ¸ esse procedimento obtemos apenas os valores da sa´da instante-a-instante. Obtenha a transformada Z da sa´da. ı ´ 3. 15. e n˜ o ı a uma express˜ o anal´tica que descreva a sa´da em qualquer instante discreto de a ı ı tempo. caso esse e ı ı valor exista. A resposta temporal de sistemas discretos pode ser eficientemente caracterizada atrav´ s do conceito de funcao de transferˆ ncia discreta. A transformada Y (z) e tipicamente uma funcao racional – raz˜ o de po¸˜ a ¸˜ linˆ mios – na vari´ vel z. e ¸˜ e 14. A ´ funcao de transferˆ ncia do sistema e ¸˜ e P (z) = Y (z) 1 = . u(k) = r0 para k = 0. 2. 1. Entretanto.

n˜ o e poss´vel calcular o valor final de y(k). o ı a ´ isto e. k = 0.5)(z − 1) .EA721 / PAULO VALENTE / UNICAMP 230 O resultado final indica que o saldo da conta cresce (decresce) linearmente quando ´ a movimentacao da conta (constante) e positiva (negativa). Considere a sa´da Y (z) = r0 z/(z − 1)2 obtida no exemplo anterior. ¸˜ 16. Seja Y (z) a transformada Z de um sinal qualquer y(k) que possui um valor final y(∞) quando k → ∞. k→∞ z→1 17. possuirem m´ dulos menores do que 1. Se todos ı os p´ los de (1 − z −1 )Y (z) se encontrarem no interior do c´rculo de raio unit´ rio. a o a ´ ı (Note que y(k) = r0 k. . . um sinal y(k) tal que Y (z) = ´ satisfaz a hip´ tese e seu valor final e o y(∞) = lim (1 − z −1 )Y (z) z→1 z(z + 1) (z − 0. 2.). . n˜ o possui valor final para r0 = 0. ı Como z − 1 r0 z r0 (1 − z −1 )Y (z) = = 2 z (z − 1) z−1 n˜ o satisfaz a hip´ tese formulada. Por a outro lado.5)(z − 1) = lim z(z + 1) z−1 = 4. Exemplo. 1. Este valor pode ser calculado utilizando-se a vers˜ o a discreta do Teorema do Valor Final empregado para sistemas cont´nuos. z→1 z (z − 0. ent˜ o o a y(∞) = lim y(k) = lim (1 − z −1 )Y (z).

podemos obter G(z) experimentalmente submetendo o sistema que a func ao ¸˜ representa a uma entrada pulso unit´ rio e coletando as amostras g(0). . Dizemos que um sistema e est´ vel do ponto de vista entrada-sa´da se a resposta ı ´ do sistema a qualquer entrada limitada e tamb´ m limitada. . e U (z) = ∞ u(k)z −k = 1. .EA721 / PAULO VALENTE / UNICAMP 231 Aula 25 Introducao ao Controle Digital ¸˜ Estabilidade entrada-sa´da ı Mapeamento Plano s – Plano z Estabilidade entrada-sa´da ı ´ a 1. a g(k). . k=0 ´ A resposta do sistema a uma entrada u(k) qualquer e Y (z) = G(z)U (z). . g(1). definida como u(k) = 1 se k = 0 e u(k) = 0 para ¸˜ ´ k = 0. . k=0 ∞ k k=0 j=0 k=0 g(k − j)u(k)z −k . De forma a caracterizar e a estabilidade de sistemas dinˆ micos lineares discretos e invariantes no tempo. . e ent˜ o calculando a transformada Z a G(z) = ∞ g(k)z −k . A transformada ¸˜ e a Z da funcao pulso unit´ rio. k y(k) = j=0 g(k − j)u(k). seja a G(z) uma funcao de transferˆ ncia discreta de um sistema qualquer. . ou em termos da definicao de transformada Z. ¸˜ ∞ y(k)z −k = ∞ g(k)z −k ∞ u(k)z −k k=0 = Consequentemente. . k=0 ` ´ Como a resposta de G(z) a entrada pulso unit´ rio e Y (z) = G(z)U (z) = a G(z).

1)(z − 0. 1. Seja g(k). o o Exemplo. ´ Assim. k = 0. Ent˜ o e a ∞ k=0 |g(k)| < ∞ se e somente se todos os p´ los de G(z) possuem m´ dulos estritamente o o menores do que 1. significando que existe um M < ∞ tal que |u(k)| < M para todo k. o sistema representado por G(z) e est´ vel se e somente se todos os a p´ los de G(z) possuem m´ dulos estritamente menores do que 1. ı a e Teorema. 2. Se a entrada u(k) for limitada.8) ´ Como todos os p´ los do sistema possuem m´ dulos menores do que 1. .5)(z − 0. Considere o sistema modelado pela funcao de transferˆ ncia discreta ¸˜ e G1 (z) = 10(z − 0. O sistema ser´ o o a inst´ vel caso algum p´ lo possua m´ dulo maior do que 1. ent˜ o a k |y(k)| = ≤ j=0 k j=0 g(k − j)u(k) |g(k − j)||u(k)| k ≤ M e se ∞ k=0 j=0 |g(k − j)|. z(z − 0. . o sistema e o o est´ vel. a resposta ao impulso de um sistema linear discreto invariante no tempo e G(z) a funcao de trans¸˜ ferˆ ncia discreta associada. Os sistemas a z G2 (z) = (z − 1. .4) .8) . marginalmente est´ vel a o o a caso todos os p´ los possuam m´ dulos menores ou iguais a 1.EA721 / PAULO VALENTE / UNICAMP 232 ´ ` A resposta do sistema no instante k e igual a convolucao discreta entre a entrada e ¸˜ a resposta ao impulso do sistema. |g(k)| < ∞ a sa´da ser´ tamb´ m limitada.

5 − j0. A frequencia ı ´ de amostragem associada e ωs = 2πfs = 2π/T rad/s. A estabilidade absoluta de sistemas discretos no tempo representados por func oes ¸˜ de transferˆ ncia pode ser analisada atrav´ s de um procedimento conhecido como e e Crit´ rio de Jury. A quest˜ o da estabilidade.5 + j0. de −ωs /2 a −3ωs /2.EA721 / PAULO VALENTE / UNICAMP e G3 (z) = 233 z+1 z+1 = 2 − z + 0. ¨ˆ onde T representa o per´odo de amostragem referido anteriormente.1. E. . Assim como o crit´ rio de Routh-Hurwitz. similar ao Crit´ rio de Routh-Hurwitz para sistemas cont´nuos no e e ı ´ tempo. obt´ m-se e z = e(σ+jω)T = eσT ejωT . Uma regra simples determina se todas as ra´zes possuem ı m´ dulos estritamente menores do que 1. o o a 2. O mapeamento e definido por z = esT .5) (z − 1)(z (z − 1)(z − 0. ¨ˆ 4. e chamada de faixa prim´ ria. |z| = eσT e z = ωT . a ser referido como plano complexo ´ z. o Mapeamento Plano s – Plano z 3. Neste ponto torna-se conveniente estabelecer um mapeamento entre pona tos no plano s e pontos no plano Rez × Imz. o segundo a a a porque um p´ lo possui m´ dulo igual a 1 (marginalmente est´ vel). A. C. por exemplo pode ser a respondida a partir da localizacao dos p´ los do sistema relativamente ao eixo ima¸˜ o gin´ rio. D. O mapeamento da faixa prim´ ria do plano s no a ´ plano z e indicado na Figura 25.5)(z − 0. na qual a freq uencia ω varia de a ´ −ωs /2 a ωs /2. O mapeamento dos pontos cr´ticos para o maı ´ peamento. A regi˜ o do Plano s indicada na Figura 25. o primeiro porque possui um polo maior do que 1. Denotando s = σ + jω. V´ rias caracter´sticas importantes de sistemas cont´nuos no tempo modelados a ı ı ` por funcoes de transferˆ ncia podem ser associadas as localizacoes de seus p´ los ¸˜ e ¸˜ o e zeros no plano complexo s. e assim sucessivamente. B.5) ´ n˜ o s˜ o est´ veis.1. As faixas complementares seriam a de ωs /2 a 3ωs /2. o crit´ rio de Jury e baseado na e e ˆ construcao de uma tabela associada ao polinomio caracter´stico do sistema discreto ¸˜ ı – denominador de G(z). e indicado na Tabela 25.2. Logo.

Se um dado ponto s pertence a uma faixa complementar.EA721 / PAULO VALENTE / UNICAMP 234 5.1: Mapeamento de pontos cr´ticos. ı Res 0 0 −∞ −∞ 0 Ims 0 ωs /2 ωs /2 −ωs /2 −ωs /2 Rez 1 −1 0 0 −1 Imz 0 0 0 0 0 A B C D E PSfrag replacements Ims Plano s C −∞ 0 D E B Faixa Prim´ ria a A Res − ωs 2 ωs 2 Figura 25. Exemplo: s1 = 1 + ωs /2 e s2 = a 1 + 3ωs /2 s˜ o mapeados no mesmo ponto do plano z. ent˜ o s pode ser escrito a ` ´ como s = s1 + jnωs . a Tabela 25. a . a u ´ ´ A imagem do ponto s1 no plano z e z1 = es1 T . onde s1 pertence a faixa prim´ ria e n e um n´ mero inteiro. a imagem de s = s1 + jnωs e z = esT = e(s1 +jnωs )T = es1 T ejnωs T = es1 T ej2nπ = es1 T = z1 .1: Plano s – faixa prim´ ria. Concluimos ent˜ o que os pontos nas faixas complementares s˜ o mapeados sobre a a os mapeamentos dos pontos da faixa prim´ ria.

onde σ e um valor constante e −∞ < ω < +∞. Parte real constante. tempo de subida e tempo de acomodacao.2: Plano z – c´rculo unit´ rio. ı a 2. 8. No plano s a regi˜ o a . ı a 3. como m´ xima sobre-elevacao. entre outros. O mapeamento de pontos do plano s com o ξ ou ωn constante nos permitir´ prever qual o tipo de resposta a ser apresentada a ´ por um sistema discreto no tempo a partir do conhecimento dos zeros e p olos da ¸˜ e funcao de transferˆ ncia discreta. Dos resultados anteriores podemos afirmar que: 1. As caracter´sticas da resposta temporal de um sistema cont´nuo no tempo est˜ o ı ı a ` ´ intrinsecamente associadas a regi˜ o do plano s na qual seus zeros e polos se ena ` contram. Pontos no semi-plano esquerdo do plano s (σ < 0) s˜ o mapeados no plano a z no interior do c´rculo de raio unit´ rio (|z| < 1). e a 7. Pontos com parte real constante s˜ o representados por a ´ s = σ + jω. a ¸˜ ¸˜ ¨ˆ dependem fundamentalmente do fator de amortecimento (ξ) e da freq uencia natural dos p´ los dominantes do sistema. ı a 6. Pontos no semi-plano direito do plano s (σ > 0) s˜ o mapeados no plano z a fora do c´rculo de raio unit´ rio (|z| > 1). ´ Indices de desempenho relativos a resposta ao degrau do sistema.EA721 / PAULO VALENTE / UNICAMP Imz 1 Plano z PSfrag replacements 235 −1 B E C D 0 A 1 Rez −1 Figura 25. Pontos sobre o eixo imagin´ rio do plano s (σ = 0) s˜ o mapeados no plano z a a na circunferˆ ncia de raio unit´ rio (|z| = 1).

interior ou exterior ao c´rculo de raio unit´ rio conforme c´rculo de raio z = e ı ı a ` σ < 0 ou σ > 0.3: Parte real constante. a . respectivamente.EA721 / PAULO VALENTE / UNICAMP 236 ´ assim descrita e uma linha paralela ao eixo imagin´ rio. como indicado na Figura PSfrag replacements 25.3. Parte imagin´ ria constante. como ilustra a Figura 25. Note que a variacao de ω de −∞ a ¸˜ +∞ corresponde infinitas voltas sobre a circunferˆ ncia de raio z = eσT . e PSfrag replacements Ims 1 eσ2 T σ1 0 σ2 Res eσ1 T −1 0 Rez Imz Figura 25.4: Parte imagin´ ria constante. onde −∞ < σ < ∞ e ω e um valor constante. pois o m´ dulo de z = esT varia a o ˆ ` de 0 a ∞ e o angulo permanece constante. No plano ´ z a regi˜ o assim determinada e uma linha radial. Pontos com parte imagin´ ria constante s˜ o reprea a a ´ sentados por s = σ + jω.4. Ims ωs /2 1 π e2 Imz 0 −ωs /8 Res 0 − π 4 Rez −1 Figura 25. Exemplo: as freq¨ encias ωs /2 e −ωs /8 uˆ ˆ correspondem angulos de 180o e −45o . 9. No plano z obt´ m-se um a e σT .

5: Fator de amortecimento constante. . Os lugares geom´ tricos no plano z associados a ξ constantes s˜ o curvas espiraladas.EA721 / PAULO VALENTE / UNICAMP 237 10. ´ onde ξ = cos θ. As curvas relativas a −ωs /2 ≤ uˆ ω ≤ 0 s˜ o sim´ tricas em relacao as curvas indicadas. As cura vas relativas aos semi-c´rculos com σ > 0 s˜ o sim´ tricas em relacao as curvas ı a e ¸˜ ` indicadas. Para analisar o mapeamento da regi˜ o a ¨ˆ correspondente a fator de amortecimento constante e freq uencia natural vari´ vel. Fator de amortecimento constante. −∞ ≤ ω ≤ ∞. a considere a seguinte representacao para pontos com fator de amortecimento cons¸˜ tante: s = −ξω + jω. ¨e 11. O mapeamento de s no plano z e z = esT = e(−ξω+jω)T = e−ξωn T ejωT = e = e −2πωξ/ωs j2πω/ωs (T = 2π/ωs ) e −2πωξ/ωs 2πω/ωs . exceto quando ξ = 0 (θ = 90o ) e ξ = 1 e ¸˜ (θ = 0o ). e a sim´ tricas em relacao ao eixo real. A Figura 25.PSfrag replacements a e ¸˜ ` Ims 1 θ2 Imz ξ2 = cos θ2 ξ1 = cos θ1 θ1 0 Res 0 Rez −1 Figura 25. O mapeamento no plano z da regi˜ o corresa pondente a freq¨ encia natural constante no plano s – semi-c´rculos concˆ ntricos uˆ ı e de raio ωn com σ < 0 – s˜ o curvas como as ilustradas na Figura 25.6.5 ilustra o mapeamento de pontos de fator de amortecimento constante para freq¨ encias na faixa 0 ≤ ω ≤ ωs /2. Frequˆ ncia natural constante.

PSfrag replacements EA721 / PAULO VALENTE / UNICAMP Ims ωs /2 ωs /4 ωs /8 0 Res 0 Imz ωn = ωs /2 1 238 ωn = ωs /4 ωn = ωs /8 Rez −1 Figura 25.6: Freq¨ encia natural constante. uˆ .

) Como a planta a ser controlada e descrita por uma ¸˜ funcao de transferˆ ncia em s. com entrada e sa´da no tempo cont´nuo t. Considere o sistema de controle com implementacao digital ilustrado na Figura ¸˜ ´ 26.1: Sistema de controle com implementacao digital. a ¸˜ e w(t) r(k) + e(k) ˆ − u(k) D/A u(t) Planta y(t) Controlador Digital Clock y (k) ˆ A/D Sensor v(t) Figura 26.EA721 / PAULO VALENTE / UNICAMP 239 Aula 26 Introducao ao Controle Digital ¸˜ Amostragem de sistemas cont´nuos ı Diagramas de blocos Especificacoes de desempenho ¸˜ Amostragem de sistemas cont´nuos ı 1. torna-se ¸˜ e ı ı conveniente amostr´ -la e em seguida obter sua funcao de transferˆ ncia discreta.1. que exerce a funcao de controlador digital. O objetivo central ao abordar esse tipo de sistema e determinar a funcao de ¸˜ ¸˜ transferˆ ncia discreta C(z). de forma e que as especificacoes de desempenho para o sistema em malha fechada sejam aten¸˜ didas. ¸˜ . (Uma vez determinada a funcao C(z). podemos obter a equacao a diferencas ¸˜ ¸˜ ¸ PSfrag¸ ao que suporte ˜ associada e implement´ -la usando uma linguagem de programacreplacements a ´ aplicacoes em tempo real.

a 4. onde 1(t) denota a funcao degrau unit´ rio (cont´nua). a sa´da da planta ı ı no tempo t = kT . A resposta de P (s) ¸˜ a ı . A resposta do conversor D/A ao pulso unit´ rio pode ser expressa como 1(t) − a 1(t − T ). 3.2. Uma representacao amostrada da planta ser´ obtida a partir das seguintes hipo¸˜ a teses: Realimentacao unit´ ria: um eventual ganho na malha de realimentacao e incor¸˜ a ¸˜ ´ ` porado a planta ou ao controlador. O objetivo passa a ser determinar a funcao de transferˆ ncia entre u(kT ) e y(kT ).2: Diagrama para obtencao de P (z).3: Resposta do conversor D/A ao pulso unit´ rio. a ´ A sa´da do conversor D/A para uma entrada deste tipo e como ilustrada na Figura ı 26. ¸˜ e ı u(kT ) D/A P (s) A/D y(kT ) Figura 26. Convers˜ o A/D: o tempo de amostragem – n˜ o confundir com per´odo – e o n´vel a a ı ı de quantizacao do sinal anal´ gico s˜ o suficientemente pequenos para que a ¸˜ o a sa´da do conversor A/D possa ser aproximada por y(kT ). PSfrag replacements 1 0 T 2T t Figura 26.3. ¸˜ ´ A funcao de transferˆ ncia discreta desejada e obtida supondo-se que a entrada ¸˜ e ´ u(kT ) e um pulso init´ rio: u(kT ) = 1 para k = 0 e u(kT ) = 0 para k = 0.EA721 / PAULO VALENTE / UNICAMP 240 ´ 2. ¸ ˜ PSfrag replacements e dada a funcao de transferˆ ncia cont´nua da planta. ´ Convers˜ o D/A: o conversor D/A converte o sinal digital em analogico usando a um segurador de ordem zero (SOZ). P (s). como ilustra a Figura 26.

Na pr´ tica a funcao de transferˆ ncia discreta P (z) e obtida com o aux´lio de a ¸˜ e ı uma tabela de transformadas atrav´ s do seguinte procedimento: dado P (s). Usaremos a notacao ¸˜ P (z) = Z (1 − e−T s ) P (s) s para representar o processo de anti-transformar Y (s) = (1 − e −T s )P (s)/s para obter y(t). encontre as transformadas Z dos termos individuais determinados no item 1. s ´ 5. Multiplique a soma dos termos em z determinados no item 2 por (1 − z −1 ). ´ O resultado e a funcao de transferˆ ncia discreta P (z). s s(s + a) s s+a . s 241 = (1 − e−T s ) ´ Por definicao. s+a P (s) a 1 1 = = − .EA721 / PAULO VALENTE / UNICAMP ´ a esta entrada particular e Y (s) = P (s) 1 e−T s − s s P (s) . a funcao de transferˆ ncia de u(kT ) para y(kT ) e a transformada ¸˜ ¸˜ e Z da resposta ao pulso unit´ rio: a P (z) = Z [y(kT )] . a ¸ 2. Exemplo. de tal forma que os termos individuais ¸˜ da expans˜ o aparecam na tabela de transformadas. amostrar y(t) para obter y(kT ) e calcular a transformada Z de y(kT ) (a resposta ao pulso unit´ rio do sistema) para obter P (z). e 1. Usando a tabela. Considere P (s) = Ent˜ o a a . onde y(kT ) = y(t)|t=kT (amostragem) e y(t) = L−1 [Y (s)]. Como e−T s representa a um atraso de T s. Expanda P (s)/s em fracoes parciais. 3. verifica-se que P (z) = (1 − z −1 )Z P (s) . ¸˜ e 6.

. 7. (s + a)2 a2 P (s) = . Exemplo. A funcao de transferˆ ncia dis¸˜ e ´ creta correspondente e P (z) = (1 − z −1 )Z = (1 − z −1 ) = = z−1 z P (s) s z z − z − 1 z − e−aT z(1 − e−aT ) (z − 1)(z − e−aT ) 1 − e−aT . A funcao de transferˆ ncia discreta e dada por ¸˜ e P (z) = = Z z(1 − c − acT ) + c2 − c + acT ] . Considere P (s) = Ent˜ o a a2 . (z − c)2 ´ a O sistema descrito por P (z) e est´ vel do ponto de vista entrada-sa´da se a > 0. s s(s + a)2 Z z[z(1 − c − acT ) + c2 − c + acT ] P (s) = . ı pois neste caso 0 < e−aT < 1. z − e−aT ´ a O sistema descrito por P (z) e est´ vel do ponto de vista entrada-sa´da se a > 0. s 242 A resposta amostrada seria 1(kT ) − e−akT 1(kT ).EA721 / PAULO VALENTE / UNICAMP Note que L−1 P (s) = 1(t) − e−at 1(t). s (z − 1)(z − c)2 z−1 z P (s) s e ´ onde c = e−aT . ı pois neste caso 0 < c < 1.

o sistema de controle em malha fechada pode ser representado de ´ forma equivalente como ilustrado na Figura 26.4.EA721 / PAULO VALENTE / UNICAMP 243 Diagramas de blocos ` 7.4. e que o sistema de controle em malha ı . Uma vez determinada a funcao de transferˆ ncia discreta associada a planta a ¸˜ e ser controlada. 1 + C(z)P (z) Especificacoes de desempenho ¸˜ 9. ı ¸˜ ´ ´ sem a qual nenhuma das outras e poss´vel. (Eventuais dist urbios agindo na PSfrag replacements planta e no sensor n˜ o est˜ o explicitamente representados. R(z) 1 + C(z)P (z) ´ A equacao caracter´stica do sistema discreto e ¸˜ ı 1 + C(z)P (z) = 0 ´ e C(z)P (z) e o ganho de malha associado. Como no caso cont´nuo. 8. tendo em vista a o diagrama de blocos da Figura 26. Em particular.4: Diagrama de blocos equivalente. As regras para manipulacao e simplificacao de diagramas de blocos descritos ¸˜ ¸˜ ¸˜ por funcoes de transferˆ ncia na vari´ vel complexa z s˜ o rigorosamente as mesmas e a a utilizadas para diagramas descritos na vari´ vel s. O erro de rastreio do sinal de referˆ ncia e pode ser determinado atrav´ s de e E(z) = R(z) . a funcao de transferˆ ncia de malha fechada ¸˜ e ´ entre a entrada de referˆ ncia r(k) e a sa´da da planta y(k) e dada por e ı T (z) = C(z)P (z) Y (z) = . a primeira especificacao de desempenho a ser atendida.) a a r(k) + e(k) C(z) − u(k) P (z) y(k) Figura 26.

seja finito. Resposta ao degrau unit´ rio. . Se representarmos a funcao de transferˆ ncia de malha fechada a ¸˜ e na forma NT (z) NC (z)NP (z) T (z) = = . o ´ 10. 1 + kp onde. como no caso cont´nuo. Assumindo que C(z) e tal que o sistema em malha fechada seja est´ vel. ı kp = lim C(z)P (z) z→1 .EA721 / PAULO VALENTE / UNICAMP 244 fechada seja est´ vel. ent˜ o os zeros e os p´ los de T (z) s˜ o as ra´zes de NC (z)NP (z) = 0 e a o a ı DC (z)DP (z) + NC (z)NP (z) = 0. DT (z) DC (z)DP (z) + NC (z)NP (z) onde ’N ’ e ’D’ denotam numerador e denominador das func oes de transferˆ ncia ¸˜ e envolvidas. Para garantir a estabilidade do sistema discreto em malha fechada devemos selecionar um controlador C(z) tal que todas as ra´zes de ı DT (z) = DC (z)DP (z) + NC (z)NP (z) = 0 tenham m´ dulos estritamente menores do que 1.. 1 + C(z)P (z) Em analogia com o caso de sistemas cont´nuos no tempo. . respectivamente. A funcao degrau unit´ rio discreta e definida por a ¸˜ a ´ r(kT ) = 1 para k = 0. o ´ erro de regime para essa entrada e R(z) ed = lim (1 − z −1 ) z→1 1 + C(z)P (z) z z−1 z−1 = lim z→1 z 1 + C(z)P (z) 1 = lim z→1 1 + C(z)P (z) 1 = . 1. e assumirmos que NT (s) = 0 e DT (s) = 0 n˜ o possuem ra´zes coa ı muns. dizemos que o sisı ´ tema discreto no tempo e do Tipo N se a funcao de transferˆ ncia de malha aberta ¸˜ e C(z)P (z) possui N p´ los em z = 1. a podemos passar a caracterizar os erros de regime do sistema para determinadas ´ entradas-padr˜ o. o erro de regime para uma a ´ dada entrada r(k) e calculado atrav´ s do Teorema do Valor Final relativo a sinais e discretos no tempo: e(∞) = lim e(k) = lim (1 − z −1 )E(z) = lim (1 − z −1 ) k→∞ z→1 z→1 R(z) . 2. Supondo que exista. o ´ 12. . isto e. Como sua transformada Z e R(z) = z/(z − 1).

tr . Mp . ωn . O procedimento pode ser estendido para entradas de ordens maiores. Se N = 0. . ent˜ o kv = 0 e er = ∞..EA721 / PAULO VALENTE / UNICAMP 245 ´ ´ e a constante de posicao do sistema. por 1. ı como m´ xima sobre-elevacao percentual. o ´ erro de regime do sistema para essa entrada e R(z) er = lim (1 − z −1 ) z→1 1 + C(z)P (z) Tz (z − 1)2 = lim z→1 1 + C(z)P (z) T = lim z→1 (z − 1)[1 + C(z)P (z)] 1 . a ` ´ 13. para que o erro de regime relativo a uma entrada de ordem n seja ´ ´ nulo e necess´ rio que o ganho de malha C(z)P (z) possua pelo menos n p olos em a z = 1. = kv z−1 z (z − 1)C(z)P (z) z→1 T ´ e a constante de velocidade do sistema. ¸˜ ´ Especificamente.8 tr = . obt´ m-se kv = ∞ a e e er = 0. assim como er . e tempo de a ¸˜ ¨ˆ acomodacao. (0 ≤ ξ < 1) o tempo de subida. Resposta a rampa unit´ ria. ξ. ωn . 1. ts . . Se N = 0 (nenhum polo em z = 1). assim como ed . A t´ cnica e motivada pelo fato de sabermos expressar ´ndices e ı de desempenho t´picos da resposta ao degrau de um sistema de segunda ordem. kv = lim 14. 2. . necess´ rio para que a resposta v´ de 10% a 90% do valor de a a regime. e frequencia natural. A funcao rampa unit´ ria discreta e definida por a ¸˜ a ´ r(kT ) = kT para k = 0. ent˜ o kp ¸˜ a ´ e uma constante. Se N ≥ 1. Genericamente. ent˜ o kp = ∞ e ed = 0. ent˜ o kv e uma constante. Se N ≥ 2. tempo de subida. Uma t´ cnica frequentemente empregada no projeto de sistemas de controle e consiste em selecionar uma funcao de transferˆ ncia para o controlador de forma ¸˜ e ´ que o sistema em malha fechada possua um par de polos dominantes comple´ xos conjulgados. Sua transformada Z e R(z) = T z/(z − 1)2 . em termos de fator de amortecimento. a m´ xima sobre-elevacao percentual e dada por a ¸˜ Mp = e−ξπ/ √ 1−ξ e de forma similar × 100. Se a ´ N = 1.

A partir do mapeamento plano s – plano z.5: Regi˜ o para alocacao de p´ los no plano z. As especificacoes s˜ o atendidas com ξ ≥ ξ. o a Ims ωn ¯ ¯ ξ PSfrag replacements 0 Res σ e−¯ T Figura 26. ao valor ξ corresponde uma curva de fator de ı a amortecimento constante. onde ξ e ¸˜ a ¯ tal que Mp = Mp .EA721 / PAULO VALENTE / UNICAMP 246 e o tempo de acomodacao da resposta numa faixa de 2% do valor de regime. T . tr e ts . Suponha por exemplo que Mp . Qualquer ponto entre essa curva e o eixo real satisfaz a especificacao de m´ xima sobre-elevacao. os valores m´ ximos admitidos para sobre-elevacao. e que se deseja determinar a regi˜ o ¸˜ a ¯ ¯´ do plano z correspondente.5. respectivamente. Como ¯ ¸˜ ´ ´ ¨ˆ T e conhecido.8 = ωn ¯ ¯ tr e ξωn ≥ 4 = σ. A regi˜ o no c´rculo unit´ rio correspondente σ ≤ −¯ e um c´rculo interno a ı a σ ´ ı −¯ T . ts = ξωn 15. funcao do per´odo de amostragem ¸˜ ı ´ do sistema. e poss´vel determinar a curva de frequencia natural constante assoı ciada. a ¸˜ o . ¯ ¯s t ¯ No c´rculo unit´ rio do plano z. tempo a ¸˜ de subida e tempo de acomodacao do sistema. tr e ts sejam. ωn ≥ 1. por ¸˜ 4 . e poss´vel associar pontos no plano z com as caracter´sticas desejaı ı ¯ ¯ ¯ das de resposta em termos de Mp . A trˆ s especificacoes de desempenho ser˜ o simultaneamente σ de raio r = e e ¸˜ a atendidas escolhendo-se p´ los na regi˜ o hachurada da Figura 26. Pontos no c´rculo unit´ rio a esquerda da ¸˜ a ¸˜ ı a ` curva correspondente a ωn satisfazem a especificacao de tempo de subida.

obt´ m-se um controlador cont´nuo que atenda e e ı as especificacoes de desempenho formuladas. Consiste em. obtida a funcao de ¸˜ e ¸˜ transferˆ ncia cont´nua C(s). os parˆ metros) do controlador. ¸˜ ı ´ 2. O m´ todo mais indicado para discretizacao de controladores cont´nuos e o da e ¸˜ ı integracao trapezoidal ou m´ todo de Tustin. formuladas as especificac oes a serem atendi¸˜ das pelo sistema de controle em malha fechada e definido que a implementac ao ¸˜ ¸˜ do sistema ser´ na forma de controle digital. T z+1 ´ onde T e o per´odo de amostragem do sistema. Existem basicamente trˆ s e a e enfoques para o projeto de controladores discretos. resta determinar a funcao de transa ´ ferˆ ncia discreta (isto e. O controlador discreto ¸˜ correspondente seria C(z) = 2 z−1 T z+1 T z+1 = kP + KI . Em seguida o controlador cont´nuo ¸˜ ı ´ e aproximado por um controlador discreto atrav´ s de um dos v´ rios m´ todos de e a e integracao dispon´veis. Exemplo: suponha que os gaı nhos do controlador proporcional-integral C(s) = kP + kI /s foram determinados de forma a atender certas especificacoes de desempenho. Dada a planta a ser controlada.EA721 / PAULO VALENTE / UNICAMP 247 Aula 27 Introducao ao Controle Digital ¸˜ Projeto via discretizacao ¸˜ Projeto via emulacao ¸˜ Projeto via Lugar das Ra´zes ı Projeto via discretizacao ¸˜ 1. O primeiro pode ser denomi´ nado de projeto via discretizacao. calcular e ı C(z) = C(s) s= 2 z − 1. 2 z−1 s= kP + kI s . O procedimento neste caso e simples: atrav´ s ¸˜ e de uma t´ cnica adequada de projeto.

um p´ lo em s = −a e ganho DC igual a 1. s s ´ que possui um zero em s = −kI /kP . z−1 Como exemplo adicional. para a igualdade de valores DC. e Zeros no infinito: Os zeros de C(s) no infinito s˜ o mapeados em zeros de C(z) a no ponto z = −1. Na freq¨ encia s = 0. o controlador cont´nuo C(s) = a/(s + a) possui um ı zero no infinito.EA721 / PAULO VALENTE / UNICAMP 248 Projeto via emulacao ¸˜ 3. O controlador discreto o seria 1 (z + 1)(1 − e−aT ) C(z) = . Exemplo. O o controlador emulado seria C(z) = kP z − e−kI T /kP ) . As regras b´ sicas deste mapeamento s˜ o as seguintes: a a P´ los: Os p´ los de C(s) s˜ o mapeados em p´ los de C(z) atrav´ s de z = esT . No projeto de controladores por emulacao utiliza-se a relacao z = esT entre ¸˜ ¸˜ pontos nos planos s e z para mapear o controlador cont´nuo C(s) num controlador ı discreto C(z). ´ ¨ˆ Ganho: O ganho de C(z) e igualado ao ganho de C(s) numa frequencia de interesse. Considere novamente o controlador proporcional-integral C(s) = kP + kI kP (s + kI /kP ) = . ter´amos ı C(z) z=1 = C(s) s=0 . um p´ lo em s = 0 e ganho DC e infinito. Zeros finitos: Os zeros finitos de C(s) s˜ o mapeados em zeros finitos de C(z) a ´ atrav´ s de z = esT . 2 z − e−aT 5. ent˜ o C(z) ter´ um p´ lo em z = ρejθ . 4. Tanto os controladores discretos obtidos atrav´ s do m´ todo de Tustin quanto e e os obtidos por emulacao de controladores cont´nuos apresentam bom desempenho ¸˜ ı . caso estes uˆ sejam finitos. Se o o a o e C(s) possui um p´ lo em s = −a+jb. Aplica-se a mesma regra utilizada para polos. o a a o onde ρ = e−aT e θ = bT .

o projeto pode ser inteiramente desenvolvido no plano z. ı ´ O primeiro passo e encontrar a funcao de transferˆ ncia discreta da planta: ¸˜ e P (z) = (1 − z −1 )Z = P (s) s 0. como as baseadas no Lugar das Ra´zes do sistema em ı ı ´ malha fechada podem ser utilizadas. ¸˜ e P (s) = 1 . Reı querem verificacao a posteriori para se saber se as especificacoes de desempenho ¸˜ ¸˜ formuladas foram de fato atendidas.0484(z + 0. o que garante a ¸˜ o ı a ¸˜ priori o atendimento das especificacoes. a ´ a ı Projeto via Lugar das Ra´zes ı ´ 7.9048) O LR da equacao caracter´stica 1 + C(z)P (z) = 0 relativo a C(z) = k ¸˜ ı (compensacao est´ tica) encontra-se ilustrado na Figura 27. Mp ≤ 16% e ts ≤ 10 s. associando-se especificacoes a regi˜ es adequadas do c´rculo unit´ rio. O terceiro enfoque para o projeto de controladores discretos n˜ o envolve quala quer tipo de aproximacao de controladores cont´nuos. O m´ todo baseado em emulacao geralmente e ¸˜ envolve menos operacoes alg´ bricas do que o m´ todo de Tustin. de tal forma que kv ≥ 1. As v´ rias etapas do projeto de controladores discretos a atrav´ s do Lugar das Ra´zes ser˜ o ilustradas por meio de um exemplo. e n˜ o existe nenhuma diferenca pr´ tica entre ’z’ e ’s’.EA721 / PAULO VALENTE / UNICAMP 249 desde que o per´odo de amostragem do sistema seja suficientemente pequeno. T´ cnicas j´ conhecidas para o projeto de e a controladores cont´nuos.9672) . Como a equacao caracter´stica do sistema discreto em malha fechada e ¸˜ ı 1 + C(z)P (z) = 0. n˜ o e necess´ rio que o per´odo empregado na amostragem seja muito pequeno. ¸˜ e e 6. mas ao contr´ rio dos dois m´ todos anterioı a e res. s(10s + 1) obter C(z) via Lugar das Ra´zes. e ı a Exemplo Dada a funcao de trasnferˆ ncia da planta a ser controlada. as regras de contrucao do Lua ¸ a ¸˜ gar das Ra´zes s˜ o rigorosamente as mesmas j´ utilizadas para projetos no dom´nio ı a a ı da transformada de Laplace. (z − 1)(z − 0.1. Definido o per´odo de amos¸˜ ı ı tragem do sistema. O controlador resultante e ainda dependente do per´odo de amostragem do sistema. Observe que o gr´ fico ¸˜ a a .

(1 − 0.9672) = k. A constante de velocidade do sistema e ¸˜ a (z − 1)C(z)P (z) .5 Imag Axis 0 −0. e o LR cruza a curva ξ = 0.EA721 / PAULO VALENTE / UNICAMP 250 ´ e o mesmo que seria obtido ao se substituir z por s na func ao de transferˆ ncia P (z).5. A especiı ficacao ts ≤ 10 s tamb´ m n˜ o pode ser atendida. Logo. ¸˜ e a . a regi˜ o correspondente no e a ´ ı plano z a ξ ≥ 0. Al´ m disso.95.08. Os ramos do LR tangenciam um c´rculo de raio 0. ¸˜ e Entretanto a an´ lise de estabilidade muda: o sistema torna-se inst´ vel quando os a a ramos abandonam o c´rculo unit´ rio.5 quando a k = 0.5×1×1 = 0.5 −1 −1.048374k(1 + 0. e necess´ rio que ξ ≥ 0. Mas para que ¸˜ ´ Mp ≤ 16%. ı 2 1. aproximadamente.5 1 0.5 (Mp ≤ 16%) e ωn ≥ 1 (ts ≤ 10 seg) e o c´rculo de raio r = e−ξωn T = e−0. as especificacoes kv ≥ 1 e Mp ≤ 16% n˜ o ¸˜ a podem ser simultaneamente atendidas. aproximadamente.1: Lugar das Ra´zes – compensacao est´ tica. ı ¸˜ a ´ Compensacao est´ tica.32 atende a especificacao kv ≥ 1.6065.32.9048) kv = lim = z→1 Qualquer valor 1 ≤ k ≤ 2. (T = 1s) T 0.5 −2 −4 −3 −2 −1 Real Axis 0 1 2 Figura 27. Atrav´ s dos recursos gr´ ficos do MATLAB ı a e a podemos determinar o ganho cr´tico como sendo kc = 2.

8 0.2 Figura 27.9 Real Axis 1 1.2 0. Uma tentativa inicial e feita com o compensador dinˆ mico ¸˜ a a C1 (z) = 6.5 0.2 −0.1 1.3: Lugar das Ra´zes – compensador C1 (z).64 z − 0. s+1 que atende as especificacoes de desempenho.3 −0.1 0 −0.5 −1 −1.7 0. z − 0.4 −0.3 0.5 0. a ¸˜ ´ Compensacao dinˆ mica.1 −0.3679 obtido pelo m´ todo de emulacao (T = 1 s) aplicado ao compensador cont´nuo e ¸˜ ı C(s) = 10s + 1 . ¸˜ Root Locus Design 2 1.5 1 0.2: An´ lise da especificacao ts ≤ 10 s.9048 . ı .6 0.5 Imag Axes 0 −0.EA721 / PAULO VALENTE / UNICAMP 251 0.5 −2 −5 Imag Axis −4 −3 −2 Real Axis −1 0 1 Figura 27.4 0.

3. a ¸˜ a ´ Uma possibilidade e mover o zero e o p´ lo de C1 (z) para a esquerda e ajustar o o ´ ´ ganho k. kv = 6. Os p´ los de malha fechada.4. mas os ramos tangenciam um c´rculo de raio ≈ 0. O compensador ter´ de ser modificado.66. apenas o polo e deslocado.9672 = 6.49 e ωn = 1.3679 z→1 os p´ los apresentam ξ ≈ 0.048374 1 + 0.05 O valor de kv tende a aumentar ao se mover o zero de C1 (z) para a esquerda. 1 − 0.5 1 0.64 × 0. z − 0. Entretanto.2.4774.80 .4: Deslocamento do polo do compensador para z = 0.05 como desejado. ´ Assuma que o zero e deslocado para 0. Na Figura 27.5 −2 −5 −4 −3 −2 Real Axis −1 0 1 ´ Figura 27.3644 ± j0.64 × 0. Root Locus Design 2 1. resultando em ξ = 0.64 ´ a constante de velocidade e kv = lim (z − 1)C1 (z)P (z) T 1 + 0. resultando no controlador C2 (z) = 6.5 Imag Axes 0 −0.64 z − 0. para z = 0.9672 = 0.5099 ± j0.05.05. 1 − 0. o z = 0. Com k = 6.9188.EA721 / PAULO VALENTE / UNICAMP 252 O LR associado a C1 (z) encontra-se ilustrado na Figura 27.048374 ≈ 1.05 .65 o ı n˜ o atendendo a especificacao ts ≤ 10 s.8.5 −1 −1. correspondem a s = (1/T ) ln z = −0.

2 = 0.7516. A nova constante de velocidade ´ e kv = 6.4410 ± j0.5 −2 −1.) Figura 27. a .5 Imag Axes 0 −0.4 0.5 0 0.80.5 −1 −1.8)(1 + 0. (1 − 0. Os p´ los complexos se traduzem em ξ = 0.9672) = 1.5 1 Figura 27. ı ´ A resposta do sistema ao degrau unit´ rio e representada na Figura 27.6 0.6: Resposta ao degrau unit´ rio – compensador C2 (z).2 0 0 2 4 6 8 10 12 14 16 18 20 Time (sec. o que o em tese levaria a Mp ≤ 16% e ts ≤ 10 s.4431 e z3 = 0.51 e ωn = 0.4 1.5 −4 −3.6.91.EA721 / PAULO VALENTE / UNICAMP 253 A Figura 27. ¸˜ 1 0.8 To: Y(1) 0.64 × 0.40. Os a p´ los de malha fechada s˜ o z1. al´ m do zero o a e em z = 0. Step Response From: U(1) 1.5: Lugar das Ra´zes – compensador C2 (z).5 ´ e portanto a especificacao kv ≥ 1 e atendida.5 Real Axis −1 −0.5 −3 −2.05)(1 − 0. aproximadamente.5 ilustra o LR associado a C2 (z).2 1 Amplitude 0.9048) Root Locus Design 1.048374 (1 − 0.

5 −4 −3.4 0. ¸ aumentando a m´ xima sobre-elevacao (Mp ≈ 33%). referentes ao compensador C3 (z).75 torna a resposta mais lenta.9048.80 diminui o amortecimento.2 0 0 2 4 6 8 10 12 14 16 18 20 Time (sec. ı Step Response From: U(1) 1.5 0 0.5 Real Axis −1 −0. O efeito do zero pode ser minimizado movendo-o para pr oximo do p´ lo em o z = 0. mas isto diminuiria Kv . As Figuras ¸˜ 29.8 ilustram o Lugar das Ra´zes e a resposta do sistema ao degrau unit´ rio.50 que efetivamente atende as especificacoes de desempenho formuladas. A presenca do p´ lo em z = a ¸˜ ¸ o 0.4 1.8 To: Y(1) 0.5 Imag Axes 0 −0. Root Locus Design 1.89 C3 (z) = 13 . z + 0.2 1 Amplitude 0. aumentando o tempo de acomodac ao (ts ≈ 14 ¸˜ ´ s).5 1 0.EA721 / PAULO VALENTE / UNICAMP 254 Note entretanto que este seria o comportamento para um sistema de segunda ordem sem zeros ! A presenca do zero em z = 0.8: Resposta ao degrau unit´ rio – compensador C3 (z).7 e 29.5 −1 −1. ı a respectivamente.) Figura 27. a .5 −2 −1.5 1 Figura 27. Ap´ s um processo de tentativa-e-erro chegao se ao compensador z − 0.5 −3 −2.6 0.7: Lugar das Ra´zes – compensador C3 (z).

A vida na Terra se ¸˜ ´ ı tornou poss´vel porque durante o processo evolutivo foram desenvolvidos mecanisı ´ mos de realimentacao em seres vivos. via ¸˜ ¸˜ ı a ´ ´ nho. principalmente. Drebbel e o primeiro sistema realimentado inventado na Europa moderna independentemente de modelos da An- .EA721 / PAULO VALENTE / UNICAMP 255 Aula # ´ Pequena Historia da Realimentacao ¸˜ 1. Obra de Vitruvius descreve relogios a agua atribu´dos a Ktesibios. Realimentacao e um princ´pio fundamental na Natureza. O interesse maior neste curso e por sistemas realimentados artificiais. isto e. e outro exemplo de sistema realimentado no corpo humano. A seguir o ´ ´ apresenta-se um pequeno historico do desenvolvimento tecnologico do princ´pio ı ´ interessante observar que os componentes b´ sicos do controle da realimentacao. a e ı ¸˜ ´ Per´odo primitivo: Ate 1900 ı ´ S´ culo 3 AC. in˜ troduzidos pelo ser humano por razoes econˆ micas. Registros mais antigos sobre o emprego tecnol ogico da realimene ´ ´ tacao. o sistema de transpiracao. induzindo o resfriamento da pele a ı ´ atrav´ s de evaporacao. as glˆ ndulas sudor´paras secretam fortemente. O controle da press˜ o arterial. Heron de Alexandria descreve uma s´ rie de e e sistemas mecˆ nicos baseados em realimentacao para regulacao de n´vel (´ gua. redescoberta no Ocidente no final do Renascimento. nos quais ¸˜ ı v´ lvulas flutuantes eram utilizadas para regular os n´veis dos reservat´ rios d’agua a ı o utilizados. O conhecimento sobre realimentacao no Per´odo Helˆ nico e preservado ¸˜ ı e na Cultura Islˆ mica. Na obra Pneumatica. a ´ 1634. O pr´ prio corpo humano e um reposit´ rio de ¸˜ o o sistemas realimentados. O regulador de temperatura de C. e um exemplo de sistema realimentado. uı ´ 2. Parte do sistema de controle de temperatura do corpo humano. Quando a ¸˜ ´ temperatura ambiente torna-se mais elevada do que a temperatura normal da pele. E ¸˜ a em malha fechada est˜ o presentes desde os mecanismos mais primitivos. o controle da press˜ o e ¸˜ a a ´ em vasos sang¨ ´neos. A natua reza intuitiva e a efic´ cia desses mecanismos na ausˆ ncia de modelos matem´ ticos a e a s˜ o evidˆ ncias da potencialidade do princ´pio da realimentacao. oleo). S´ culo 1 DC.

a a ¸˜ 1783. Routh publica Stability of Motion. E. no qual exp oe o que hoje se conhece como crit´ rio de Routh-Hurwitz. Naquele tempo se sabia que a estae bilidade de um sistema dinˆ mico era determinada pela localizacao das ra´zes da a ¸˜ ı sua equacao caracter´stica. compensando assim variac oes na ¸˜ velocidade do vento (dist´ rbios). devido a sua inerente acao proporcional. O regulador de ¸˜ Watt havia adquirido grande importˆ ncia comercial e motivava grandes cient´stas. Watt. Bonnemain desenvolve sistemas de controle de temperatura a partir de sensores e atuadores baseados na expans˜ o diferencial de diferentes metais. C. C.EA721 / PAULO VALENTE / UNICAMP 256 tig¨ idade. a an´ lise dos coeficia ¸˜ entes das equacoes diferenciais permitia determinar a estabilidade do sistema. uma grande variedade de dispositivos termost´ ticos s˜ o desenvolvidos e a a e comercializados. A temperatura na cˆ mara de Drebbel era regulada a partir das proprieu a dades de expans˜ o e contracao de substˆ ncias qu´micas (alcool e merc´ rio). Nos setenta anos seguintes a introducao do regulador de Watt. que na mesma epoca havia desenvolvido uma m´ quina a vapor a para produzir movimento de rotacao. u ´ 1789. toma conhecimento do regulador centr´fugo ¸˜ ı e o adapta para regular a velocidade de rotacao da m´ quina. produzindo a regulacao a ¸˜ necess´ ria para manter as p´ s principais orientadas na direcao do vento. a ı como J. Lee patenteia um sistema baseado em realimentac ao chamado de p´ s¸˜ a de-cauda (fantails) para moinhos movidos pelo vento. ˜ 1877. A maioria dos dispositivos a propostos buscava eliminar problemas no funcionamento do regulador. relatados desde a sua introduc ao. Routh introduziu um m´ todo simples para localizar as ¸˜ ı e . Maxwell. ¸˜ a ` 3. terceira e quarta ordens. T. Maxwell publica On Governors. E. J. Mostra ¸˜ a ainda que para sistemas de segunda. Durante a o s´ culo 19. 1787. J. 1868. como erro de regime (offset). milhares de pa¸˜ tentes sobre reguladores de velocidade s˜ o registradas. Mead patenteia um dispositivo que ligava um regulador centr´fugo a ı ´ um mecanismo que variava as areas das p´ s principais de um moinho expostas a ao vento de acordo com a velocidade desejada. e problemas causados ¸˜ pela instabilidade do dispositivo. As p´ s-de-cauda eram mona ˆ tadas em angulo reto com as p´ s principais do moinho. J. no qual descreve como obter as equacoes diferenciais lineares para v´ rios tipos de reguladores existentes. a ¸˜ a ı u 1745.

mas a distorcao introduzida pelos amplificadores limitava o numero de o ¸˜ repetidores que poderiam ser colocados em s´ rie. correspondentes aos sinais medidos. Derivativa). press˜ o. a ı ¸˜ a Do desenvolvimento da ind´ stria naval. Ganhos precisos numa faixa de freq uencia maior . O trabalho de Minorsky teve pouco impacto. alguns problemas ´ importantes tornaram-se evidentes: falta de conhecimento te orico sobre o funcionamento dos controladores. controle de velocidade de motores el´ tricos. Do aumento da compreens˜ o sobre eletricidade e seus usos surgiram novas a aplicacoes para o controle por realimentacao. O termo servomecanismo deriva de moteur asservi. press˜ o e vaz˜ o em ind´ strias qu´micas.maior largura de banda . A maioria das invencoes e aplicacoes desse per´odo envolvia atividades b´ sicas ¸˜ ¸˜ ı a como controle de temperatura. e controle de temperatura. ¸˜ e e a 1922. Black percebe que a distorcao poderia ser eliminada se se pudesse amplificar ¸˜ sinais com ganhos precisos. em sinais de potˆ ncia suficie e ente para fins de atuacao. resulo ¸˜ taram aplicacoes de sistemas pneum´ ticos de potˆ ncia para operar mecanismos de ¸˜ a e controle de posicao. e da introducao de novas armas como torpedos. ´ ´ Per´odo pre-classico: 1900-1935 ı 5. e portanto a distˆ ncia atingida. 4. dificuldades na abordagem de problemas devido a falta de padronizacao. surgido ¸˜ ¸ ¸˜ na Franca no contexto dos sistemas de controle de posic ao. controle de sistemas de guiagem de navios e e ` avi˜ es. corrente e freq¨ encia. A meo a a u ı dida que sistemas de controle eram cada vez mais utilizados. devido a inexistˆ ncia de amplificadores adequados para converter sinais de e baixa potˆ ncia. Oue a uˆ ¸˜ ¸˜ tras aplicacoes incluiam: controle de caldeiras para geracao de vapor. inexistˆ ncia de m´ todos simples de an´ lise e projeto. N. a ´ epoca. Nas duas primeiras d´ cadas do ¸˜ ¸˜ e s´ culo XX. ı a a a .EA721 / PAULO VALENTE / UNICAMP 257 ra´zes de um polinˆ mio qualquer relativamente ao eixo imagin´ rio do plano comı o a plexo. surgiram controladores para regular tens˜ o. o que obt´ m atrav´ s da realimentacao negativa da sa´da e e ¸˜ ı ¨ˆ do amplificador.tornaram poss´vel a expans˜ o do tr´ fego nas linha de transmiss˜ o. A transmiss˜ o de sinais telefˆ nicos a longas distˆ ncias exigia amplificacoes a o a ¸˜ ´ eletrˆ nicas. na qual teria chegado observando a maneira ` como timoneiros pilotam navios. Integral. S. n´vel e velocidade de rotacao de m´ quinas. motivado pela necessidade de navios e u canh˜ es cada vez maiores. e a H. ¸˜ 1927. Minorsky apresenta uma an´ lise clara do controle envolvido em sistea mas de controle de posicao e formula a lei de controle hoje conhecida como PID ¸˜ (Proporcional.

Hazen e G. ¸˜ 1932. as chamadas regras de sintonia de Ziegler-Nichols.e introduz os conceitos de a margem de fase. ´ Per´odo classico: 1935-1950 ı 6. G. Um dos principais problemas pr´ ticos no comeco deste per´odo era ampliar a a ¸ ı largura de banda dos sistemas de comunicacoes e ainda assim obter boas carac¸˜ ter´sticas de resposta em freq¨ encia. 1940. calcular sua e ¸˜ . 0) . Al´ m da acao proporcional viabilizada pela realimene ¸˜ tacao negativa da sa´da. C. Idealmente buscava-se um amplificador com ı uˆ ¨ˆ ganho constante numa grande faixa de frequencias. Ziegler e N. no qual desenvolve uma teoria ¨ˆ de estabilidade que considera ganhos e defasamentos dependentes da freq uencia. B. O mais importante era o de posicionamente ı de armas antia´ reas. ´ 7. Nichols a publicam artigos descrevendo como obter ajustes otimos para controladores PI e ´ PID. O in´cio da Segunda Guerra Mundial desviou os esforcos na area de sistemas de ı ¸ controle para problemas espec´ficos. Bode evidencia a relacao entre uma dada caracter´stica de atenuacao ¸˜ ı ¸˜ e o defasamento m´nimo associado. Nyquist publica Regeneration Theory. a realimentando negativamente parte do movimento da sa´da de um amplificador ı pneum´ tico. Brown. que envolvia detetar a posicao de uma aeronave. Avancos na area de controladores pneum´ ticos tornavam agora poss´vel ¸ a ı construir controladores PID’s com ganhos ajust´ veis. Adota o ponto (−1. 0) como ponto cr´tico ı ı para an´ lise de estabilidade . margem de ganho e de limitacao de largura de banda. e ı ¸˜ comecaram a desenvolver o uso de diagramas de blocos e a empregar um analisa¸ ´ dor diferencial (pequeno computador analogico.Nyquist utilizava (+1. a resposta em ¸˜ a ¨e frequˆ ncia do sistema. H. H. mecˆ nico) para simular sistemas a de controle. H. L. E. J. A realimentacao linearizava o funcionamento da v´ lvula de atuacao a ¸˜ a ¸˜ conectada ao amplificador. r´ pida atenuacao fora da faixa a ¸˜ ´ e pequeno atraso de fase. o esquema proposto por Mason permitia a incorporac ao de ¸˜ ı ¸˜ acao integral no sistema. e e dando origem a um m´ todo para an´ lise e projeto de sistemas de controle basee a ado na combinacao de dados comput´ veis e dados experimentais. levando ao que hoje se conhece como crit´ rio de Nyquist para estabilidade. que utilizavam m´ todos baseados no dom´nio do tempo (equacoes diferenciais).EA721 / PAULO VALENTE / UNICAMP 258 1930. Numa linha mais teorica. S. ¸˜ ´ 1942. Mason desenvolve o equivalente pneum´ tico do amplificador de Black.

A. As t´ cnicas cl´ ssicas permitiam tratar sistemas dinˆ micos lineares. erro de regime ¸˜ e amortecimento. Hall mostra que adotando-se uma abordagem por transformada de Laplace. R. 9. N. Nichols introduz uma t´ cnica gr´ fica para obter o ganho e a fase de e a um sistema em malha fechada a partir do gr´ fico ganho logaritmico versus fase do a ¨ˆ ´ sistema em malha aberta parametrizado pela frequencia. O chamado lugar das ra´zes (root locus) de Evans permite relacionar a ı ` variacao do parˆ metro a variacao do comportamento temporal do sistema. Bode.um sistema autom´ tico de rastreamento via radar foi diretamente coa a nectado ao controle de tiro. T´ cnicas baseadas em resposta a e temporal (solucao de equacoes diferenciais via transformada de Laplace) expressa¸˜ ¸˜ vam desempenho em termos de tempo de subida. ine a a ´ variantes no tempo. Hall introduz ainda o uso ı ¸˜ e dos c´rculos M e N. o 1943. Nichols) traduziam e o comportamento desejado em termos de largura de banda.as aeronaves de combate tornavam-se cada vez mais r´ pidas . W. que permitem estimar a constante de tempo dominante do ı sistema. No comeco da d´ cada de 1950. ı ¨ˆ T´ cnicas baseadas em resposta em frequencia (Nyquist. B. As inovacoes introduzidas ap´ s 1950 visam eliminar restricoes das t´ cnicas ¸˜ o ¸˜ e . mecˆ nicos ¸˜ a e eletro-eletrˆ nicos. C. A t´ cnica e hoje conhee cida como carta de Nichols. isto e. Evans introduz um m´ todo gr´ fico para a an´ lise de sistemas de cone a a ´ trole. 1948. A solucao envolvia diferentes sistemas. Para resolver efi¸˜ cientemente o problema . e explorava as melhores caracter´sticas dos enfoques centrao ı dos nos dom´nios do tempo (sistemas mecˆ nicos) e da freq¨ encia (sistemas eletroı a uˆ eletrˆ nicos). e monovari´ veis. sendo essencialmente gr´ ficas. sistemas mecˆ nicos e el´ tricos representados em diagramas de blocos a e podem ser substitu´dos por funcoes de transferˆ ncia. ¸˜ a ¸˜ ´ Per´odo moderno: Apos 1950 ı 8. as inovacoes do per´odo cl´ ssico estavam con¸ e ¸˜ ı a solidadas. atrav´ s do qual e poss´vel investigar o comportamento das ra´zes da equacao e ı ı ¸˜ caracter´stica do sistema quando um determinado parˆ metro presente na equacao ı a ¸˜ varia. sobre-elevac ao. 1947. ressonˆ ncia e margens a de ganho e de fase. sistemas representados por equacoes a ¸˜ diferenciais lineares com coeficientes constantes e apenas uma entrada e uma sa´da.EA721 / PAULO VALENTE / UNICAMP 259 posicao futura e controlar precisamente o movimento da arma.

u ¸˜ deram origem a in´ meros trabalhos na linha de controle por alocacao de p´ los. Bucy) e e ¸˜ ´ uma extens˜ o (para sistemas variantes no tempo) do trabalho sobre filtragem otima a realizado por N. conhecido ¸˜ e ´ como Princ´pio do M´ ximo. atrav´ s do qual obt´ m a ı a e e um procedimento de s´ntese de controladores para sistemas lineares multivari´ veis ı a baseado na realimentacao linear das vari´ veis de estado da planta. variantes no ı a a a tempo. a 1960.Regulador Linear-Quadr´ tico. o ` ´ O chamado filtro de Kalman-Bucy (em referˆ ncia a cooperacao com R. S. ¸˜ ¸˜ a ´ atrav´ s da qual problemas de controle otimo bastante gerais podem ser subdividie dos e resolvidos em est´ gios. o enfoque ¸˜ o ´ passou de apenas obter um controle estabilizante para obter um controle otimo. como tamb´ m viria ser conhecido. n˜ o-lineares e est˜ o sujeitos a ru´dos e incertezas. que combinados a id´ ia de controle modal proposta por H. O regulador ¸˜ a proposto por Kalman foi mais tarde denominado (por M. Al´ m disso. Sistemas reais s˜ o geralmente multivari´ veis. O computador analogico.Estimador e Linear-Quadr´ tico. foram decisivos para o desenvolvimento dos m´ todos baseados e e ´ em controle otimo. R. H. Kalman tamb´ m introduziu os conceitos de controlabilidade e observabilie ` e dade. no qual cada estado podia ser representado por um integrador. a serem satisfeitas por leis de controle otimas em ı a problemas nos quais as vari´ veis de controle encontram-se limitadas. e a introducao do computador digital em meados ¸˜ da d´ cada de 1950. Wiener na d´ cada de 1940. L. a 1957. Kalman evidencia a relacao de dualidade existente entre controle e ¸˜ filtragem . cada uma delas representando a evoluc ao ¸˜ ¸˜ ´ de um estado do sistema. E. Athans) de LQR . s˜ o obtidos de forma sia e a . 1956. Rosenbrock. segundo ¸ ´ a qual uma equacao diferencial de ordem n e reescrita como um conjunto de n ¸˜ equacoes diferenciais de primeira ordem. a 10.mul¸˜ e tivari´ veis e introduz o ´ndice de desempenho quadr´ tico.a obtencao do estado real da planta atrav´ s de medidas ruidosas . Os ganhos do LQE . Bellman formula o Princ´pio da Otimalidade e chega a uma t´ cnica de ı e ´ resolucao de problemas de controle otimo denominada Programacao Dinˆ mica. As t´ cnicas ı ¸˜ ı ı e ´ de controle otimo utilizam a chamada abordagem no espaco de estados. no sentido da otimizacao de um ´ndice de desempenho. Uma aplicacao t´pica era a ¸˜ ı ¸˜ ı interceptacao de m´sseis em tempo m´nimo (´ndice de desempenho). motivado a a ı e ´ por algumas aplicacoes do p´ s-guerra na area da pesquisa aeroespacial.EA721 / PAULO VALENTE / UNICAMP 260 do per´odo cl´ ssico. Pontryagin estabelece as bases da teoria matem´ tica do controle a ´ otimo ao formular um conjunto de condicoes alg´ bricas e diferenciais. R.

Linear Quadr´ tico Gaussiano. a ¸˜ ¸˜ ´ ¸˜ emiss˜ o de relat´ rios de producao e consumo de mat´ ria-prima. Equipamentos ¸˜ a como o controlador de malha (single-loop) passam a fazer parte da maioria das ¨ instalacoes industriais. che¸˜ ¸˜ . A revalorizacao da abordagem freq¨ encial havida nas duas ¸˜ uˆ ´ ultimas d´ cadas do S´ culo XX deriva da constatacao de que incertezas parecem ser e e ¸˜ melhor tratadas no dom´nio da freq¨ encia e de avancos na aplicacao de t´ cnicas ı uˆ ¸ ¸˜ e como an´ lise funcional em teoria de controle.EA721 / PAULO VALENTE / UNICAMP 261 ´ milar a utilizada no LQR. controle adaptativo e projeto ¸˜ de reguladores auto-ajust´ veis. mas n˜ o satisfizeram plenamente as expectativas criadas em torno uˆ a ´ da sua capacidade de lidar com incertezas. a ´ 12. nem sempre dispon´veis ou mesmo pass´veis de obtencao em aplicacoes ı ı ¸˜ ¸˜ industriais importantes. como ficaram conhecidos. o custo da computac ao di¸˜ gital passa a cair continuamente e novas aplicacoes s˜ o exploradas. a Navegacao e guiagem de ve´culos espaciais (as miss˜ es Apollo. especialmente para ind ustrias de grande porte que podiam arcar com os elevados custos iniciais de aquisic ao de computadores. A partir de 1962 os computadores digitais passaram a responder pelo controle digital direto de processos. sider´ rgicas e de geracao de eneru ı u ¸˜ ˜ es apenas de supergia no final da d´ cada de 1950. em particular) es¸˜ ı o tiveram entre as primeiras aplicacoes de controladores LQG’s. que e a raz˜ o central para se utilizar a ˜ sistemas realimentados. Baixo custo por malha de controle. Sistemas para sequenciamento de operacoes (partida. simplicidade e flexibilidade tornaram ´ os computadores digitais atrativos. um princ´pio de separacao ı a ı ¸˜ entre controle e filtragem que simplifica enormemente a s´ntese dos controladores ı ´ otimos do tipo LQG . A abordagem por espaco de estados pressup oe modelos ¸ matem´ ticos precisos da planta e dos demais elementos presentes na malha de a controle. No comeco tinham funco e ¸ ¸ vis˜ o e monitoramento. Mais tarde mostrou-se que se os disturbios nos estados e nas medidas fossem do tipo ru´do branco Gaussiano. O enorme progresso da area de sistemas de controle n˜ o seria poss´vel sem a a ı introducao do computador digital. O descompasso a o ¸˜ e entre a teoria e a pr´ tica envolvidas em controle de processos estimulou o desenvola ´ vimento de areas como identificacao de sistemas. At´ aproximadamente o comeco da d´ cada de 1980. as abordagens baseadas e ¸ e em espaco de estados foram predominantes em relac ao as baseadas em m´ todos ¸ ¸˜ ` e freq¨ enciais. a 13. ¸˜ Com o aparecimento do microcomputador em 1972. ¸˜ 11. Computadores digitais passaram a fazer parte do ¸˜ controle de processos em ind´ strias qu´micas. substituindo instrumentac oes anal´ gicas de con¸˜ o trole. a realimentacao dos estados ı ¸˜ ` estimados pelo LQE com os ganhos fornecidos pelo LQR levava a minimizacao do ¸˜ valor esperado do ´ndice de desempenho quadr´ tico. auxiliando na obtencao de condicoes otimas de operacao.

e como eletrˆ nica automotiva e aparelhos de som e v´deo. PLC’s). praticamente todos os sistemas de controle s˜ o baseados em a controle digital.EA721 / PAULO VALENTE / UNICAMP 262 ´ gada e intertravamento) baseados em logica de rel´ s˜ o progressivamente subse a titu´dos por controladores l´ gicos program´ veis (programmable logic controlı o a lers. 14. at´ produtos de consumo de massa. o ı . Aplicacoes v˜ o desde geracao e distribuicao de energia el´ trica. Hoje em dia. manufatura e transporte. ¸˜ a ¸˜ ¸˜ e controle de processos.

You're Reading a Free Preview

Descarregar
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->